APEX 모형을 이용한 유기농경지에서의 질소 부하량 저감을 위한 지표피복 효과
Surface Cover Effect for Reducing Nitrogen Load in Organic Farming Fields using APEX Model
소현철a⋅장태일b,†⋅김동현c⋅설동문d⋅윤광식e
So, Hyunchul⋅Jang, Taeil⋅Kim, Dong-Hyeon⋅Seol, Dong-Mun⋅Yoon, Kwangsik
Abstract
The objectives of this study were to monitor organic farming upland compared with conventional upland field and to evaluate nutrient loads reduction of surface cover effect with long-term historical climate data. APEX(Agricultural Policy Environmental eXtender) model was validated with experimental data and used for assessing surface cover scenarios for 30-year simulation periods. The validated values of RMSE(Root Mean Square Error), RMAE(Root Mean Absolute Error), R2 and E(Nash-Sutcliffe efficiency) for runoff were 1.17-1.37 mm/day, 0.28-0.45 mm/day, 0.88-0.90 and 0.82–0.94 in two treatments, respectively. Those for water quality (nitrogen) were 0.05-0.16 kg/ha, 0.52-0.75 kg/ha, 0.67-0.72 and 0.32–0.70 in two treatments, respectively, and therefore the validated model showed good agreement with the observed runoff and nitrogen load for the study period. When decreasing the surface cover rate of organic farming field to 75%, 50%, 25%, and 0% (conventional field), average annual runoff increased by 7%, 15%, 23% and 31%, respectively. Under same condition of decreasing the surface cover rate, average annual nitrogen loads increased by 1.4 times, 1.7 times, 2.0 times, and 2.3 times compared with organic farming field, respectively. This study showed that it is possible to present an appropriate surface cover ratio to maintain conventional production and minimize nonpoint sources pollution for organic farming system, although long-term monitoring is needed to determine its effects on environmental concerns, crop competition, and other uncertainty.
Keywords: Surface cover, BMP, APEX model, organic farming system, NPS
Ⅰ. 서 론
과거 우리나라 농업은 식량문제를 해결하기 위해 생산증대 정책의 일환으로 화학비료를 사용하는 관행적인 농사법을 사 용해 왔다. 하지만 화학비료의 과다한 사용은 토양 황폐화에 따른 위기감과 자연생태계 파괴 등 환경오염 문제로 이어졌 다. 이러한 문제 해결과 농업환경을 보전하기 위해 친환경 농 법 중 하나인 유기농업이 큰 주목을 받고 있다. 유기농업은
과거 식량문제 등으로 자연생태계 파괴 및 환경영향 문제를 야기하는 근대적 화학농업과 대비되고 농업생태계의 지속적 발전을 유지⋅가능케 하는 농업형태이다(Jung, 2017).
유기농업에 사용되는 유기농자재는 유기물과 질소의 함량 이 많고 기타 무기성분도 풍부해서 화학비료를 대체할 수 있 는 공급원으로 평가되었다. 유기농업의 성장으로 국외에서는 유기농경작이 1999년 1,100만 ha에서 2010년 3,700 ha로 3.4 배 증가하였고(IFOAM, 2012), 우리나라의 국가지표체계에서 유기농경작 면적률은 2005년 전체 경작지(1,881,000 ha)의 0.32%에 불과하였지만, 지속적으로 늘어나 2015년 기준 전체 경작지(1,736,000 ha)의 1.04%로 늘어나게 되었다(FAO, 2018).
유기농업에 관한 국외 연구 사례를 살펴보면, 일반적으로 토지유형별 영향(Badgley et al., 2007; Bakken et al., 2006), 토양특성에 따른 토양 내 오염물질의 거동과 영향(Maeder et al., 2002; Stockdale et al., 2002; Solomou et al., 2010), 영양물 질에 의한 토양 용탈수 영향 및 생산성 문제(Bengtsson et al., 2003; Syväsalo et al., 2006; Chirinda et al., 2010; Bjørkhaug
& Blekesaune, 2013; Kleemann et al., 2014) 등 토양관련 연구 위주로 수행되었다. Tuomisto et al.(2012)은 영국의 유기농업 과 환경 영향에 대한 자료를 분석한 결과, 토양 용탈수 중 영
a MS Student, Department of Rural Construction Engineering, Chonbuk National University
b Associate Professor, Department of Rural Construction Engineering, Chonbuk National University
c PhD Student, Department of Rural Construction Engineering, Chonbuk National University
d PhD Candidate, Department of Rural Construction Engineering, Chonbuk National University
e Professor, Department of Rural and Bio-Systems Engineering, Chonnam National University
† Corresponding author
Tel.: +82-63-270-2518 Fax: +82-63-270-2517 E-mail: [email protected]
Received: April 27, 2018 Revised: August 1, 2018 Accepted: August 6, 2018
양염류(질소 및 인)의 단위면적당 부하량은 관행농 대비 31%
낮으나, 수확량이 상대적으로 낮아 단위 생산량당 부하량은 오히려 49% 정도 높게 조사되었다. 다만, 유출수에 대한 부하 량 조사는 이루어지지 않았으며 향후 연구과제로 유기농업에 따른 부영양화 문제를 포함하여 제시한 바 있다.
유기농업의 국내연구 사례로 Cho et al.(2009)은 유기농 밭 토양의 물리⋅화학적 특성을 비교한 바 있으며, Lee et al.(2006)은 우리나라 유기농 재배농가의 유기물 시용량이 전 체적으로 과다하게 투입되는 경향이 있다고 분석하였다. 이 를 뒷받침 하는 연구로 Lee et al.(2016)은 용인 지역의 유기논 및 관행논 토양에서 유기논의 경우 T-P함량이 0.24 mg/kg이 고 관행논의 경우 0.15 mg/kg으로 오히려 유기논에서 높게 나타나는 결과를 제시하였다. 이는 해당 농경지에 비료 투입 시 지표면에서 발생하는 용탈 및 부영양화의 문제가 관련이 있다고 고찰하고 있다. 따라서 이러한 문제들은 장기적인 현 장 모니터링을 통해 유기농업과 적정시비량에 대한 면밀한 연구 및 분석이 필요하다.
하지만, 현장 모니터링의 경우 현장 여건, 경제적 비용, 시 간 그리고 기상영향 등 다양한 요인들이 변수가 될 수 있다.
Choi et al.(2009)은 유기농업과 관행농업의 수질 특성을 조사 하였지만 관측 기간이 짧아 정량적인 결과 도출에는 한계가 있었고, 선행 연구인 So et al.(2017)은 액비 시용 논과 유기농 법 적용 밭에서 발생하는 오염부하량을 원단위로 평가하였으 나 자료기간이 상대적으로 부족하였다. 이는 가뭄과 같은 이 상기후로 인해 모니터링 횟수를 충족시키기 못하여 분석 자 료가 부족한 경우이며, 시간과 경제적인 비용이 많이 소모되 는 문제로 판단된다(Choi et al., 2009; So et al., 2017). 이러한 연구결과를 보완하기 위해서는 지속적인 모니터링이 필요하 며, 다수의 연구자들은 모델링을 활용하여 모니터링의 한계 를 극복하고자 하였다.
앞에서 언급하였듯이, 현장 수문⋅수질 모니터링은 환경적 영향, 시간, 그리고 경제적인 비용 고려까지 다양한 문제점과 한계가 발생할 수 있다. 따라서 이러한 현장 모니터링의 한계 를 보완하기 위해 모델링을 활용하여 수문, 수질, 그리고 비점 오염원 등을 평가하고 있다(Song et al., 2017). 국내에서 수문, 수질, 그리고 비점오염원 모의에 다수 사용되고 있는 모형들 은 SWAT, HSPF, QUAL2K, CREAMS, APEX 등이 사용되고 있다. 이러한 모델 중 APEX(Agricultural Policy/Environmental eXtender) 모델은 합리적으로 현장결과를 반영하고 복잡한 지 형과 영농활동에 대한 다양한 농업활동을 모의할 수 있다. 더 불어 비점오염원 저감을 위한 최적관리기법(BMP)의 적용이 가능하며, 필지단위의 BMP 효과 분석을 위한 모형으로 적합 하다(Gassman et al. 2010; Kim et al. 2014; Koo et al. 2017).
본 연구에서도 모델링을 통해 모니터링의 한계를 보완하고 자 하였으며, APEX 모형을 선정하여 적용성을 평가하고 더 불어 BMP 효과 분석을 실시하고자 하였다. BMP는 강우시 밭에서 발생하는 비점오염원을 저감시키기 위한 시설 및 방 법으로서 국내에서는 다양한 BMP와 연구결과들이 수행되었 다. 그 중에서도 지표피복은 비점오염원 저감효과가 우수한 대표적인 방법 중 하나로 제시되고 있다. Shin et al.(2011)은 지표피복과 경사도의 변화에 따라 발생되는 유출 및 토양 유 실량을 모니터링한 바 있으며, 볏짚피복이 토립자 이탈 현상 을 완화시킴으로서 유사량을 감소시키며, 소규모 시험포에서 지표피복을 적용한 경우 비점오염원을 4∼75%까지 저감시키 는 것으로 나타났다.
본 연구에서는 유기농법을 적용한 밭 포장을 대상으로 강 우시 유출수에 따른 수질환경 영향을 분석하고, 선행되었던 So et al.(2017)의 연구결과를 바탕으로 APEX 모형을 활용하 여 보완하고자 한다. 모니터링 기간 동안 구축된 시험포장의 데이터베이스를 기반으로 APEX 모델의 적용성을 평가하고, 모니터링 자료의 한계를 극복하고자 과거 30년 기상자료를 활용하여 원단위를 산정하여 그 타당성을 검토하였다. 그리 고 APEX 모형을 이용하여 1) 지표피복, 2) 작물 생육기간, 3) 밭 토양특성 등 다양한 시나리오 적용을 통하여 오염부하 량을 비교⋅분석하였다.
Ⅱ. 재료 및 방법 1. APEX 모형의 개요
APEX 모형은 EPIC(Environmental Policy Integrated Climate) (Williams et al., 1984) 모형을 기반으로 EPIC 기능을 포함하여 필지단위 및 소규모 유역 관리를 위해 개발되었다.
본 모형은 Fig. 1에서와 같이 필지단위 및 소규모 유역에 대하 여 유출, 침전물 퇴적 및 분해, 양분 이동 및 지하수의 흐름 간의 상호작용을 평가할 수 있으며, 관개배수, 고랑재배, 버퍼 스트립, 비료 및 퇴비시용, 작물윤작, 농약살포, 경운, 그리고 경제성 등 다양하고 세부적인 영농활동을 모의할 수 있다. 더 불어 비점오염 저감을 위한 다양한 BMP의 적용 및 평가가 가능한 모형이다(Steglich & Williams, 2013; Choi et al., 2017).
이 밖에도 APEX 모형에서는 암모니아태, 질산태 및 유기태 질소, 용해성, 흡착/미네랄 및 유기성 인, 농약의 농도 등의 수질 예측이 가능하다(Steglich & Williams, 2013; Choi et al., 2017). 모형의 입력자료 및 주요기작 등은 Kim et al.(2014), Koo et al.(2017), 그리고 Choi et al.(2017)에 자세히 정리되어 있다.
2. 대상지구 및 시험포장
연구대상 지구는 전라북도 순창군 순창읍에 위치한 유기농 법 적용 처리구 3반복(A1, A2, A3)과 유기농법을 적용하지 않은 관행농 처리구 1반복(B)으로 총 4개의 시험포장을 구성 하였다(Fig. 2). 시험포장의 재배 작물은 본 지역에서 관행적 으로 재배하고 있는 고구마를 식재하였으며, 인증된 유기질 비료를 시비하였다. 유기농법 적용 시험포장(A)은 무농약 처 리를 하였으며, 관행농 처리구(B)에서는 농약(제초제) 처리를 하였다. Fig. 2에서는 시험포장의 위치, 그리고 모니터링 장비 를 구축한 모식도이다.
처리구별 포장 면적 및 경사도는 A1의 경우 경사도 6.5도, 면적 108 ㎡, A2의 경우 경사도 6.8도, 면적 97 ㎡, A3의 경우 경사도 6.6도, 면적 87 ㎡, B의 경우 경사도 6.8도, 면적 210
㎡으로 조사되었다. 시험포장의 설치된 장비는 자동채수기 (TELEDYNE ISCO 6712 Portable samplers), 자기강우계 (Casella TBRG), 위어 및 수위계(orhpeus mini 및 Ultrasonic water level gauge) 등을 설치하여 수문조사를 실시하였다. 영 농활동의 경우 2016년 4월 30일 혼합유기질비료(유기물:
67.56%, 질소전량: 3.14%, 인산전량: 6.17%, 칼리전량: 4.88%) 를 시비하였고, 5월 14일 시험포장을 조성하였다. 5월 18일 고구마 모종을 심고 포장관리는 관리인에 의하여 경험적으로 시비 및 제초 등의 관리가 이루어졌다.
3. 입력자료
기상자료는 순창 기상관측소의 기상자료(일사량, 풍속, 최 고기온, 최저기온, 상대습도)와 시험포장에 설치한 강우량계 를 이용하여 수집하였다. 수문 및 수질 모니터링은 각 포장별 말단에 설치한 위어를 통하여 발생하는 유출수를 채취하고 10분 단위로 압력식 수위계를 사용하여 수위를 측정하였다.
유량은 수위-유량 관계공식을 통해 유출 수위를 유량으로 변 환하였다. 강우사상은 생육기간(2016.05∼2016.09) 동안 총 13회 316.6 mm의 강우가 발생하였으며, 이중 6월 말에서 7월 초까지의 강우량이 204.5 mm로 전체의 65%를 차지하였다.
토양의 주요 물리화학적 입력 및 수질-토양 간 상관관계 분석 을 위하여 각 포장별로 토양시료를 채취하여 분석하였다. 2회 (파종 전, 수확 후)의 토양분석 결과 두 처리구의 토성은 Sandy Loam으로 나타났으며, T-N의 경우 A처리구에서 477 mg/kg 증가, B처리구에서 80 mg/kg가 감소하는 경향을 보여 주었다. 수질 및 토양 분석은 전문분석기관에 의뢰하였으며, 각각 수질오염공정시험기준법(MOE, 2004)과 토양화학분석 법(NASS, 2010)을 준수하였다.
모형 구동을 위한 입력자료는 기상(*.dly), 영농활동(*.ops), 토양(*.sol), 지형(*.sub) 자료로 구성된다. 모형의 구동을 위한 토양자료는 모형 데이터베이스에 구축되어 있는 은곡통 (EUNGOG) 토양통 자료를 활용하였으며, 영농활동 및 지형 자료를 관측 및 조사한 자료를 이용하였다.
Fig. 1 APEX model structure (Steglich & Williams, 2013)
4. 모형의 적용성 평가
모형의 보정을 위해 매개변수 최적화가 필요하며, APEX의 자동 보정 프로그램인 APEX-CUTE를 사용하였다. APEX- CUTE는 기술적으로 매개변수를 조정하여 최적화하고 불확 실성을 자동 보정 알고리즘을 통하여 실측치와 모의치 차이 를 줄이기 위한 프로그램이다(Fig. 3).
모형의 적용성 검토를 위하여 수문 모형의 검증에 많이 사 용하는 결정계수(R2(coefficient of determination)), RMSE ((Root Mean Square Error), 식1), RMAE((Root Mean Absolute Error), 식2), 그리고 모형의 예측 성능 및 효율을 평가하기 위하여 Nash and Sutcliffe(1970)이 제안한 효율성 지수
(E(Nash-Sutcliffe efficiency), 식3)를 사용하였다.
(식. 1)
(식. 2)
여기서, n은 자료의 총 개수이며, Qf는 i동안의 실측치, Qo
는 i동안의 모의치, Mo는 실측치의 평균을 의미한다.
Fig. 2 Location of experimental plot and schematic diagram of the study sites including monitoring facilities
(식. 3)
여기서, Qf는 실측치, Mo는 실측치의 평균, Qo는 모의치이 다. 결정계수는 1에 가까울수록, RMSE와 RMAE는 0에 가까 울수록 추정치와 실측치의 오차가 적다는 것을 의미한다. EI 는 1에 가까울수록 추정치와 실측치가 일치한다는 의미이며, 그 값이 0과 1 사이에 있으면 추정치를 사용하는 것이 실측치 의 평균을 이용하는 것보다 좋은 결과를 얻을 수 있으며, 계산 된 EI가 0보다 작으면 모형의 추정 결과가 나쁘거나 실측자료 가 일관성이 없음을 의미한다(Nash and Sutcliffe, 1970).
Ⅲ. 결과 및 고찰 1. APEX 모형의 검증
수문 및 수질(질소)에 해당하는 주요 매개변수는 APEX 모 형의 자동 보정 프로그램인 APEX-CUTE로 보정하였다.
Table 1에는 수문 및 수질에 관계되는 주요 매개변수의 정의, 각 변수의 범위, 그리고 최적화된 매개변수 값을 나타내고 있 다. 유출(Curve Number)과 관련된 매개변수의 경우 두 포장의 유출, 수질, 그리고 지표피복 등의 차이로 보정에 쓰인 매개변 수가 값이 다르게 나타나고 있다. 또한 유출량과 관련한 매개 변수의 경우 각 처리구에서 총 유출량이 다르게 나타나 큰 차이를 보여주고 있다. 수질관련 매개변수 중 비료의 탈질과 관련된 매개변수는 제초제 적용에 따른 차이로 지표에서의 탈질 반응속도가 달라 다른 매개변수 값을 보여주고 있다.
Parameter Explanation Range Calibrated values
A B
PARM20
Hydrology
Runoff curve number initial abstraction 0.05-0.4 0.318 0.297
PARM40 Groundwater storage threshold 0.001-1 0.765 0.077
PARM42 SCS curve number index coefficient 0.3-2.5 2.212 2.045
PARM92 Runoff volume adjustment for direct link
(NVCN = 0) 0.1-2.0 1.789 1.993
PARM14
Water quality
Ratio of nitrate concentration in surface runoff
to nitrate concentration in percolate 0.1-1 0.205 0.807
PARM29 Biological mixing efficiency 0.1-0.5 0.317 0.425
PARM36 Upper limit of daily denitrification rate 0.0001-0.5 0.154 0.058
PARM72 Volatilization/nitrification partitioning coefficient 0.05-0.5 0.074 0.311 Table 1 Selected parameters in hydrological and water quality components for APEX model
Fig. 3 Procedure of the auto calibration program APEX-CUTE 4.3
Fig. 5 Scatter plots for daily runoff and T-N load in two treatments (A: organic farming field, B: non-organic farming field)
Fig. 4 Comparisons of observed and simulated runoff in two treatments using APEX model (A: organic farming field, B: non-organic farming field)
APEX 모형의 검증을 위하여 실측치와 모의치를 비교⋅분 석한 결과 Fig. 4는 각 시험포장에서 관측한 관개기간 동안의 일별 유출량 및 강우량을 나타내고 있으며, APEX 모형의 모 의 결과를 비교하여 보여주고 있다. Fig. 5에서는 실측치와 모의치에 대한 산점도 및 상관관계를 보여주고 있으며, 모의 결과는 전체적으로 첨두유출값을 잘 재현하고 있다.
Table 2에서 APEX 모형의 적용성 평가 지수들의 결과를 나타내고 있다. 유출량 및 수질(T-N)의 적용성 평가 결과는 B 처리구의 T-N 항목의 E 지수를 제외하면 전체적으로 우수 한 것으로 나타났다. 모형의 적용성 평가를 위한 결정계수 R2 는 일반적으로 0.5∼0.6이상일 때, Green et al. (2006)은 모형 이 자연현상을 잘 모의한다고 제안한 바 있다. 따라서 APEX 모형을 활용하여 유기농업 밭에서의 수문⋅수질 모의 평가 결과는 전체적으로 수문 및 수질에서 모의치가 실측치를 잘 반영하는 것으로 나타나 적용성이 높은 것으로 판단된다.
Classification RMSE RMAE R2 E
Hydrology A 1.37 0.45 0.90 0.82
B 1.17 0.28 0.88 0.94
Water quality (T-N)
A 0.05 0.52 0.72 0.70
B 0.16 0.75 0.67 0.32
Table 2 Statistical results of calibration process in hydrological and water quality components
2. NIER 원단위법을 통한 APEX 모형의 적용성 평가 APEX 모형의 적용성을 평가하기 위해 통계적 지표를 이용 하여 분석한 결과는 허용 오차 범위 내(Green et al., 2006;
Nash and Sutcliffe, 1970)로 산정되어 모델의 적용이 가능한 것으로 나타났다. 하지만 현장여건과 기상영향(가뭄)에 따른 제한적인 모니터링으로 인해 보정자료의 기간이 짧은 것이 본 연구의 한계점으로 판단된다. 장기적인 수문⋅수질 영향 을 분석하기 위해 기상관측자료를 기반으로 한 APEX 모델링
에 대하여 추가적인 평가 및 고찰을 수행하였다. 그리고 본 연구에서는 자료의 한계를 극복하기 위해 30년의 장기 과거 기상자료(1986-2015)를 활용하여 유기농 밭에서의 유출 및 질 소 부하량을 모의하였다. 그리고 모의 결과의 타당성을 검증 하기 위하여 Koo et al.(2017)이 APEX 모형의 검증을 위해 활용한 바 있는 국립환경과학원(NIER)의 원단위법과 모의 결 과를 비교하였다.
국립환경과학원에서 제시한 원단위법(NIER, 2012)은 강우 의 특성을 반영하기 위하여 강우계급별로 대표 유출율과 대 표 EMC를 산정하는 방법으로 각 강우계급별 EMC에 계급별 강우량비를 계산함으로써 대표 EMC를 산정한다. Table 3은 30년의 강우자료를 바탕으로 총 4단계의 강우계급을 구분하 여 현장에서의 관측자료와 함께 순창지역에서의 대표유출율 을 산정한 결과이다. 각 유출비율은 A처리구의 0∼10 mm를 제외한 나머지에서 0.4 이상으로 나타났다. 유출율은 B처리 구에서 A처리구 보다 전 강구계급에서 상대적으로 높게 나타 나 관측치와 유사한 경향을 보여주었다. 강우량이 낮은 0∼10 mm와 10∼30 mm 등급에서 유량율이 B처리구가 A처리구 보 다 각각 2.9배, 1.6배로 큰 차이를 보여주고 있다. 대표강우율 은 50 mm 이상 등급에서 각각 0.23, 0.25로 나타났다.
Table 4는 강우계급 조사 후 EMC를 통한 원단위 결과를 나타낸 것이다. 30년 동안의 모의결과를 바탕으로 NIER 원단 위 결과는 A처리구에서 1.44 kg/km2/day, B처리구에서 12.71 kg/km2/day로 나타났으며, NIER(2015)에서 제시하는 문헌자 료 범위 내로 산정되었다. 다만 유기농법 적용 A처리구는 NIER 밭 대표 원단위 보다 2.2배 작은 값을 보여주었고, 유기 농법이 적용되지 않은 B처리구는 4.0배 큰 값을 보여주었다.
이는 시험포장 밭의 지형적 영향(경사도)과 토양특성 영향을 고려할 때 차이가 있는 것으로 판단된다. 장기 기상자료를 이 용해 APEX 모델링 결과를 이용하여 산정한 원단위는 MOE(2015)에서 조사된 연구결과 범위 내로 나타나 합리적인 수준인 것으로 판단된다.
A처리구의 경우, 2016년 관측에 의한 원단위 산정결과와
Rainfall class 0-10 mm 10-30 mm 30-50 mm over 50 mm
A B A B A B A B
Rainfall event 209 324 495 508 217 217 143 143
Runoff ratio 0.17 0.49 0.43 0.70 0.70 0.84 0.83 0.91
Classified rainfall amount 235.7 325.6 266.7 315.9
Rainfall ratio in Sunchang 0.21 0.28 0.23 0.28
Representative runoff ratio 0.04 0.10 0.12 0.20 0.16 0.19 0.23 0.25
A: organic farming field, B: non-organic farming field
Table 3 Monitoring number and runoff ratio of rainfall classes for calculating NIER unit load for total period
큰 차이가 나지 않았다. 그 이유는 2016년 대비 강우가 2.4배 많았음에도 불구하고 지표피복의 효과로 인하여 유출에 따른 질소 부하량이 상대적으로 크게 반영되지 않았기 때문으로 판단된다. 그러나 B처리구의 경우에는 지표피복에 의한 유출 저감 효과가 나타나지 않아 강우량 증가에 따라 질소 부하량 이 1.7배 높게 나타난 것으로 보인다. 또한 2016년의 관측자료 (So et al., 2017)는 NIER에서 제시하는 강우계급별 최소 강우 횟수가 유출이 큰 50 mm 이상 강우계급에서 상대적으로 부족 하였으며, 이로 인한 원단위 산정 결과에 차이가 발생한 것으 로 보인다. 비록 보정기간이 짧지만 전체적인 유출 및 질소 부하량의 경향을 분석하기 위해서는 모형을 통해 자료를 확 장하여 수질환경영향을 평가하는 것이 보다 타당한 것으로 판단된다. 따라서 장기간의 기상자료를 기반으로 APEX 모형 을 이용하여 BMP 시나리오를 검토하는 것이 적절하다고 사 료된다.
3. 시나리오에 따른 유출량 및 수질 모의 결과 가. 지표피복율
Fig. 6는 APEX 모형의 적용성 결과를 바탕으로 과거 30년 (1986-2015) 기상자료를 활용하여 지표피복에 따른 유출 및 질소 부하량을 모의하여 비교한 결과이다. B처리구의 경우 제초제 등의 영향으로 지표 피복이 거의 없는 경우에 해당하 며 유출량이 A처리구에 비하여 상대적으로 크게 나타났다.
지표피복 수준은 포장과 수로의 조도계수 및 모형에서 캐노 피 관련 매개변수(PARM49, PARM50)의 조정을 통하여 지표 피복을 4단계의 수준별로 구분하여 유출 및 수질 부하량을 비교⋅평가하였다. 지표피복의 차이는 A처리구(유기농법 적 용 밭) 대비 지표피복율을 75%, 50%, 25%, 0%의 수준으로
4단계로 구분하였으며, 0%는 B처리구(관행 밭)의 지표피복 상태를 의미한다.
A처리구 대비 지표피복율을 75%, 50%, 25% 및 0%(관행 밭) 수준으로 감소할 경우에 따른 연평균 유출량은 각각 7%, 15%, 23%, 31%로 증가하였다. 과거 30년 동안 2003년 유출량 이 1,080.7 mm로 각 수준별 최대값을 보여주었고, 1988년이 289.1 mm로 각 수준별 최소값의 유출량으로 나타내었다. 또 한 A처리구 대비 지표피복율을 75%, 50%, 25% 및 0% 수준으 로 감소할 경우에 따른 연평균 총질소 부하량은 각각 1.4배, 1.7배, 2.0배, 2.3배 수준으로 증가하였다. 전 기간에 대한 부하 량을 비교했을 때, 2003년 부하량이 각 수준별 최대값을, 1988 년 부하량이 각 수준별 최소값으로 나타났다. 이는 지표피복 정도에 따라 유출보다 질소 부하량에서 상대적으로 더 많은 부하량 비율을 보여주고 있어 적정 수준의 지표피복 관리가 필요하다는 것을 보여주고 있다. 지표피복 시나리오의 경우 B처리구의 저감효율은 Shin et al.(2015)이 보고한 지표피복재 설치에 따른 평균 66.7%의 유출량 저감효과와 비교하여 절반 수준으로 나타났으나, 본 연구결과는 지표피복에 의한 BMP 가 비점오염원 저감방안으로 활용 가능성이 높을 것으로 판 단된다.
나. 작물 생육기간
Fig. 7은 과거 30년(1986-2015) 동안의 생육기간별 유출량 과 T-N 부하량 모의 결과를 나타내고 있다. 유출량의 경우 A처리구 대비 B처리구에서 5월, 6월, 7월, 8월, 9월 중 각각 41%, 23%, 26%, 30%, 42%로 상대적으로 높게 나타났고, T-N 부하량의 경우 유기농법 적용 밭 대비 관행 밭에서 5월, 6월, 7월, 8월, 9월 중 각각 3.4배, 2.3배, 2.2배, 2.1배, 2.4배로 상대
Classification Period T-N load
(kg/km2/day)
Annual rainfall for monitoring period (mm)
Simulated unit load
A (Organic farming field)
1986-1995 1.39 806.1
1996-2005 1.32 1,006.3
2006-2015 1.60 926.9
Total 1.44 913.1
B (Non-organic farming field)
1986-1995 13.87 828.5
1996-2005 12.12 1,033.5
2006-2015 12.20 947.8
Total 12.71 936.6
Observed unit load (So et al., 2017)
A (Organic farming field)
2016 1.70 386.4
B (Non-organic farming field) 7.30 386.9
NIER (2015) 3.15 -
References: 1.28-912.0 -
Table 4 Comparison of unit load results from upland fields
Fig. 7 Simulated runoff and T-N load comparisons of crop growth stage in two treatment using APEX model for 30-year historical periods (1986∼2015)
Fig. 6 Simulated runoff and T-N load comparisons of surface (land) cover ratio using APEX model for 30-year historical periods (1986∼2015)
적으로 높게 나타났으며, 생육기간별로는 강우가 집중되는 여름철 6월, 7월, 8월에 각 처리구에서 가장 많은 유출과 부하 량을 보여주었다. 이 결과는 작물-잡초간의 양분경합 등에서 손해 보지 않는다는 가정 하에 모의된 결과이며 생육기간별 작물뿐만 아니라 지표피복 또한 지속적으로 유지되는 것으로 모의되어 유출량이 두 처리구간에서 차이가 나는 것으로 보 인다. 특히, 강우가 집중되는 기간 동안 적정 수준의 지표피복 을 유지하는 것이 유출량 저감을 위한 방법과 양분 경합 등 추가적인 연구와 고찰이 필요할 것으로 판단된다.
다. 토양특성
Fig. 8에서는 과거 30년(1986-2015) 기상자료를 활용하여 토성별 특성을 고려한 A처리구와 B처리구에 각각 토양 자료 만 대체하여 T-N 부하량을 모의하여 비교하였다. 본 시험포 장의 토양은 은곡통(사양토)이며, 금천통(사토), 청풍통(식토), 춘포통(미사토)을 대표 토양통으로 선정하여 각 토성별 특성 에 따른 T-N 부하량을 평가하였다. 유기농법 적용 밭과 관행 밭의 토양통 속성을 각각 식토, 미사토, 사토의 대표 토양통으 로 모의 후 T-N 부하량을 비교한 결과, 유기농법 적용 밭(사양 토, A) 대비 3%, 169%, -11% 수준으로 증감이 나타났으며, 토성에 따른 침투량 등의 차이로 미사토에서는 증가를 하였 고 사토에서는 감소하였다. 관행밭(사양토, B)에서는 기존 대 비 –4%, 23%, -22% 수준으로 변화하였으며, 토성에 따른 침 투량 등의 차이로 A에서와 같이 미사토에서는 증가를 하였고, 사토에서는 감소하였다. 각각의 토양통별 유기농업 적용 밭 대비 관행 밭에서의 T-N 부하량을 비교한 결과 식토, 미사토,
사토에서 각각 8.3배, 4.0배, 7.8배의 수준으로 유기농법 적용 밭에서 부하량이 현저히 낮게 나타났다. 토성에 관계없이 지 표피복에 따른 유출량 저감효과로 유기농법 적용 밭에서 유 출 및 부하량이 낮게 나타나는 경향을 보여주었다. 토양특성 시나리오의 경우 A처리구와 B처리구를 비교하였을 때, 지표 피복에 기인한 연구결과를 보여주었으나, 각 토성(식토, 마사 토, 사토)별로 침투속도가 다르기 때문에 유출량과 부하량에 서 차이를 나타냈다. 특히 사토에서는 유출량과 부하량이 상 대적으로 크게 저감되는 결과를 보여주었다.
4. 시나리오별 결과 고찰
본 연구에서 3가지의 시나리오에 따른 유출량과 부하량을 분석하였다. 지표피복이 일부 유기농가 특성 중 하나인 자연 발생적 잡초의 의한 것으로 현재 사용되는 지표피복재(볏집, 옥수수대 등 작물의 잔재물)와는 차이가 있다. A처리구의 모 델링 결과에서 지표피복 관련 매개변수를 조정하여 지표피복 을 감소시켰을 때(제초를 의미하며), B처리구의 유출량 및 부 하량 결과와 근접해 지는 것을 알 수 있었다. 이는 Lee et al.(2006), Lee et al.(2016)의 연구에서 언급하였듯이 실제 농 가 현장에서는 유기질 비료의 적정 시비량에 대한 기준이 없 기 때문에 과대하게 시비되고 있을 가능성이 있으며, 이러한 경우 제초작업을 정기적으로 했음에도 불구하고 강우시 발생 하는 유출량과 부하량은 관행농업과 크게 다르지 않을 가능 성도 배제할 수 없다. 따라서 유기농업에서 가장 어려운 문제 중 하나인 제초에 투입되는 노동력과 그에 따른 잡초-작물간 양분경합 등 추가적인 연구를 통하여 일반화할 필요가 있으
Fig. 8 Simulated T-N load comparisons from various soil groups using APEX model for 30-year historical periods (1986∼
2015)
며, 유기농업을 위한 유기질 비료의 적정 시비량에 대한 연구 도 추가적으로 필요하다고 판단된다.
또한, 기존의 지표피복재 연구사례(Shin et al., 2015)와 본 연구의 APEX 모델링 결과는 다른 의미를 내포함에도 불구하 고 지표피복에 대한 효과는 토양유실 및 비점오염원의 저감 방법으로 적합하며, 입자성 및 수용성 오염원의 유출과 큰 상 관관계가 있는 것으로 보인다(Her et al., 2016). 특히 강우가 집중되는 기간의 밭의 경우 경사, 경사장, 토성, 비료의 종류, 시비시기, 그리고 경운방법 등 다양한 지형 및 영농환경에 따 라 그 유출 특성이 상이하기 때문에 현장 여건에 맞는 지표피 복 관리가 필요할 것으로 판단된다.
Ⅳ. 요약 및 결론
본 연구에서는 유기농법을 적용한 포장에서 수질환경에 미 치는 영향을 분석하기 위하여 다양한 BMP 평가가 가능한 APEX 모델을 이용하였다. 수집된 자료를 바탕으로 APEX 모 델의 적용성을 평가하였으며, 통계지표를 통한 모형의 검증 은 적용성이 높은 것으로 나타났다. 모니터링 자료기간의 한 계를 극복하기 위해 30년 기상자료를 활용하여 원단위를 산 정하고 국립환경과학원의 원단위와 비교하여 타당성을 보완 하였다. 구축된 APEX 모형을 활용하여 30년 기상자료를 기 반으로 토지피복, 생육단계 및 토성 등 다양한 영농조건을 고 려하여 모델링하였다. 토지피복을 수준별로 4단계로 나누어 구분한 결과 A처리구(유기농법 적용)에서 유출 및 수질 부하 량이 B처리구(관행농법 적용)보다 상대적으로 낮게 나타났 다. 포장의 30년 기상자료를 통해 모의한 월별 유출량 및 부하 량의 경우 유출량은 6월에서 9월까지 가장 많은 유출과 부하 량을 보여주었고, 부하량에서 두 처리구의 차이는 토양에서 의 입자성 질소의 용출로 인한 차이로 보인다. 또한 토성별 특성을 고려한 부하량을 모의한 결과 토성에 따른 차이뿐만 아니라 지표피복에 의한 부하량 또한 큰 영향을 보여주는 것 으로 나타났다.
따라서 다양한 시나리오 기반의 모델링을 통하여 유기농경 지에 적용 가능한 관리방안의 검토 및 평가가 가능하였다. 유 기자재 퇴비의 경우 일반적으로 과대하게 산정되어 시비되므 로 지표피복 관리는 유기농경지에서 비점오염원 저감을 위한 적용 가능한 비구조적 관리방안으로 평가된다. 본 연구결과 와 함께 생산량 평가 모듈의 구축 등 향후 추가적인 연구가 수행된다면 관행 생산량을 유지하면서 비점오염 부하량을 최 소화할 수 있는 관행 시비량뿐만 아니라 토양검증을 통하여 적정 시비량에 대한 평가도 가능할 것으로 판단된다.
감사의 글
본 논문은 농촌진흥청 연구사업(과제번호: PJ01086105, 과 제명: 유기농법 적용에 따른 수질환경 영향 평가)의 지원에 의해 이루어진 것임.
REFERENCES
1. Badgley, C., J. Moghtader, E. Quintero, E. Zakem, M. J.
Chappell, K. Aviles-Vazquez, A. Samulon, and I. Perfecto, 2007. Organic agriculture and the global food supply.
Renewable Agriculture and Food Systems 22(2): 86-108.
doi:10.1017/S1742170507001640.
2. Bakken, A., T. Breland, T. Haraldsen, T. Aamlid, and T.
Sveistrup, 2006. Soil fertility in three cropping systems after conversion from conventional to organic farming.
Acta Agriculturae Scandinavica: Section B. Soil & Plant Science 56(2): 81-90. doi:10.1080/09064710510029150.
3. Bengtsson, H., I. Oborn, S. Jonsson, I. Nilsson, and A.
Andersson, 2003. Field balances of some mineral nutrients and trace elements in organic and conventional dairy farming - a case study at Ojebyn, Sweden. European Journal of Agronomy 20(0): 101-116. doi:10.1016/S1161- 0301(03)00079-0.
4. Bjørkhaug, H., and A. Blekesaune, 2013. Development of organic farming in Norway: a statistical analysis of neighbourhood effects. Geoforum 45(1): 201-210. doi:
10.1016/j.geoforum.2012.11.005.
5. Chirinda, N., J. E. Olesen, J. R. Porter, and P. Schjønning, 2010. Soil properties, crop production and greenhouse gas emissions from organic and inorganic fertilizer based arable cropping systems. Agriculture Ecosystem &
Environment 139(0): 584-594. doi:10.1016/j.agee.2010.10.
001.
6. Cho, H. J., W. H. Seon, H. H. Kying, R. C. Hee, H. S.
Jae, and Y. k. Lee, 2009. Physicochemical properties of upland soils under organic farming. Korean Journal of Soil Science and Fertilizer 42(2): 98-102.
7. Choi, D., J. W. Jung, K. S. Yoon, W. J. Choi, S. Cho, J. Beom, and S. Yoo, 2015. Comparison of unit load from paddy field by various estimation methods. Journal of Environmental Impact Assessment 24(5): 407-419. doi:
10.14249/eia.2015.24.5.407.
8. Choi, S. K., M. K, Kim, and J. H. Jeong, 2017. National Academy of Agricultural Science, Agricultural Policy/
Environmental eXtender Model User’s Manual (Korean) Version 0806.
9. Choi, Y. H., C. H. Won, J. Y. Seo, M. H. Shin, H. J.
Yang, K. J. Lim, and J. D. Choi, 2009. Analysis and Comparison about NPS of plane field and alpine field.
Journal of korean society on water quality 25(5): 682-688.
10. Food and Agriculture Organization of the United Nations (FAO), 2018. FAOSTAT: Agricultural area organic in Korea. Available at: www.fao.org/faostat (Last accessed 2018.04.12.).
11. Gassman, P. W., J. R. Williams, X. Wang, A. Saleh, E.
Osei, L. Hauck, C. Izaurralde, and J. Flowers, 2010. The Agricultural Policy Environmental Extender (APEX) model: an emerging tool for landscape and watershed environmental analyses. Trans, American Society of Agricultural and Biological Engineers 55: 1447-1462.
12. Green, C. H., M. D. Tomer, M. Di Luzio, and J. G. Arnold, 2006. Hydrologic evaluation of the soil and Water assessment tool for a large tile-drained watershed in Iowa.
American Society of Agricultural and Biological Engineers 49(2): 413-422.
13. Her, Y., I. Chaubey, J. Frankenberger, and D. Smith, 2016.
Effect of conservation practices implemented by USDA programs at field and watershed scales. Journal of soil and water conservation 71(3): 249-266. doi:10.2489/jswc.71.
3.249.
14. Jung, K. S., 2017. Environment-friendly agriculture, consider its safety and environment. Journal of the Korean Society of Agricultural Engineers 59(2): 2-9.
15. Kim, M. K., S. K. Choi, G. B. Jung, M. H. Kim, S. C.
Hong, K. H. So, and J. H. Jeong, 2014. APEX (Agricultural Policy/Environmental eXtender) model: an emerging tool for agricultural environmental analyses.
Korean Journal of Soil Science and Fertilizer 47(3):
187-190. doi:10.7745/KJSSF.2014.47.3.187.
16. Kleemann, L., A. Abdulai, and M. Buss, 2014.
Certification and access to export markets: adoption and return on investment of organic-certified pineapple farming in Ghana. World Development 64: 79-92. doi:10.1016/
j.worlddev.2014.05.005.
17. Koo, J. Y., J. G. Kim, S. K. Choi, M. K. Kim, J. H. Jeong, and K. J. Lim, 2017. Construction of database for application of APEX Model in Korea and Evaluation of applicability to highland field. Journal of the Korean Society of Agricultural Engineers 59(6): 89-100. doi:
10.5389/KSAE.2017.59.6.089.
18. Lee, T. G., B. W. Gu, and S. J. Park, 2016. Assessment on environmental characteristics of organic paddy and conventional paddy by comparing their soil properties and water quality. Journal of Korean Society of Environmental Engineers 38(9): 504-512. doi:10.4491/KSEE.2016.38.9.
504.
19. Lee, Y. H., S. G. Lee, S. H. Kim, J. H. Shin, D. H. Choi, Y. J. Lee, and H. M. Kim, 2006. Investigation of the utilization of organic materials and the chemical properties of soil in the organic farms in Korea. Korea Journal of Organic Agriculture 14(1): 55-67.
20. Maeder, P., A. Fliessbach, D. Dubois, L. Gunst, P. Fried, and U. Niggli, 2002. Soil fertility and biodiversity in organic farming. Scicence 296(5573): 1694-1697.
doi:10.1126/science.1071148.
21. Miyazaki, N., K. Kamewada, and S. Iwasaki, 2005. Quality changes of agricultural water passing through paddy fields.
Bulletin of the Tochigi Prefectural Agricultural Experiment Station 55: 45-55.
22. MOE, 2004. Standard method for water pollution process, Ministry of Environment (MOE).
23. NAAS, 2010. Method of soil chemical analysis, NAAS (National Academy of Agricultural Science), Rural Development Administration.
24. Nash J. E., and J. V. Sutcliffe, 1970. River flow forecasting through conceptual models Part 1: a discussion of principles. Journal of Hydrology 10(3): 282-290.
doi:10.1016/0022-1694(70)90255-6.
25. Neitsch, S. L., J. G. Arnold, J. R. Kiniry, and J. R.
Williams, 2011. Soil and water assessment tool theoretical documentation version 2009, Texas Water Resources Institute.
26. NIER, 2012. Rainfall-runoff survey method, National Institute of Environmental Research (NIER).
27. NIER, 2015. Results of nonpoint sources pollution survey and its direction, National Institute of Environmental Research (NIER).
28. Sakaguchi, A., S. Eguchi, T. Kato, M. Kasuya, K. Ono, A. Miyata, and N. Tase, 2014. Development and evaluation of a paddy module for improving hydrological simulation in SWAT. Journal of Agricultural Water Management 137: 116-122. doi:10.1016/j.agwat.2014.01.
009.
29. Shin, M. H., C. H. Won, W. J. Park, Y. H. Choi, J. Y.
Shin, K. J. Lim, and J. D. Choi, 2011. Surface cover application for reduction of runoff and sediment discharge from sloping fields. Journal of the Korean Society of Agricultural Engineers 53(6): 129-136. doi:10.5389/KSAE.
2011.53.6.129.
30. Shin, M. H., C. H. Won, W. J. Park, Y. H. Choi, J. R.
Jang, K. J. Lim, and J. D. Choi, 2011. Analysis of the reduction effect on NPS pollution loads by surface cover application. Journal of the Korean Society of Agricultural Engineers 53(4): 29-37. doi:10.5389/KSAE.2011.53.4.029.
31. Shin, M. H., J. R. Jang. Y. H. Jung, D. H. Kum, C. H.
Won, S. I. Lee, K. J. Lim, and J. D. Choi, 2014.
Application of the surface cover materials for reduction of NPS pollution from actual cultivation. Journal of the Korean Society of Agricultural Engineers 56(3): 31-38.
doi:10.5389/KSAE.2014.56.3.031.
32. So, H. C., T. I. Jang, and S. G. Hong, 2017. Assessing unit load in farmland by application of liquid manure and organic farming. Journal Of The Korean Society Of Rural Planning 23(4): 39-48. doi:10.7581/ksrp.2017.23.4.039.
33. Solomou, A., A. Sfougaris, and E. Vavoulidou, 2010. The effects of organic and conventional farming systems on selected soil properties of olive groves in central Greece.
2010 19th World Congress of Soil Science, Soil Solutions for a Changing World 65-69.
34. Song, I., J. Song, J. H. Ryu, K. Kim, J. Jang, and N. S.
Kang, 2017. Long-term evaluation of the BMPs scenarios in reducing nutrient surface loads from paddy rice cultivation in Korea using the CREAMS-PADDY model.
Paddy and Water Environment 15: 59-69. doi:10.1007/
s10333-016-0528-0.
35. Steglich, E. M., R. C. Izaurralde, and J. R. Williams, 2013.
Agricultural Policy/Environmental eXtender Model User’s Manual Version 0806.
36. Steglich, E. M., J. W. Williams, 2013. AgriLIFE RESEARCH Texas A&M System, APEX user’s manual version 0806.
37. Stockdale, E. A., M. A. Shepherd, S. Fortune, and S. P.
Cuttle, 2002. Soil fertility in organic farming systems fundamentally different. Soil Use and Management 18:
301-308. doi:/10.1111/j.1475-2743.2002.tb00272.x.
38. Syväsalo, E., K. Regina, E. Turtola, R. Lemola, and M.
Esala, 2006. Fluxes of nitrous oxide and methane, and nitrogen leaching from organically and conventionally cultivated sandy soil in western Finland. Agriculture Ecosystems & Environment 113: 342-348. doi:10.1016/
j.agee.2005.10.013.
39. Tuomisto, H. L., I. D. Hodge, P. Riordan, D. W.
Macdonald, 2012. Does organic farming reduce environmental impacts? - A meta-analysis of European research. Journal of Environmental Management 112:
309-320. doi:10.1016/j.jenvman.2012.08.018.
