고해상도 기상자료와 토양수분모형을 이용한 고추의 관개량 산정
Estimation of Irrigation Requirements for Red Pepper using Soil Moisture Model with High Resolution Meteorological Data
신용훈*･ 최진용**,†･ 이승재***･ 이성학*
Shin, Yong-Hoon ･ Choi, Jin-Yong ･ Lee, Seung-Jae ･ Lee, Sung-Hack
Abstract
The aim of this study is to estimate net irrigation requirements for red pepper during growing period using soil moisture model. The soil moisture model based on water balance approach simulates soil moisture contents of 4 soil layers in crop root zone considering soil moisture extraction pattern. The LAMP (Land-Atmosphere Modeling Package) high resolution meteorological data provided from National Center for AgroMeteorology (NCAM) was used to simulate soil moisture as the input weather data. Study area for the LAMP data and soil moisture simulation covers 36.92°~37.40° in latitude and 127.36°~127.94° in longitude. Soil moisture was monitored using FDR (Frequency Domain Reflectometry) sensors and the data were used to validate the simulation model from May 24 to October 20 in 2016. The results showed spatially detailed soil moisture pattern under different weather conditions and soil texture. Net irrigation requirements were also different by location reflecting the spatially distributed weather condition. The average of the requirements was 470.7 mm and averages about soil texture were 466.8 mm, 482.4 mm, 456.0 mm, 481.7 mm, and 465.6 mm for clay loam, sandy loam, silty clay loam, clay, and sand respectively. This study showed spatial differences of soil moisture and the irrigation requirements of red pepper about spatially uneven weather condition and soil texture. From the results, it was demonstrated that high resolution meteorological data could provide an opportunity of spatially different crop water requirement estimation during the irrigation management.
Keywords: Soil moisture, Irrigation requirement, High resolution meteorological data
* Department of Rural Systems Engineering, Seoul National University
** Department of Rural Systems Engineering and Research Institute for Agriculture & Life Sciences, Seoul National University
*** National Center for Agro-Meteorology, Seoul National University
† Corresponding author
Tel.: +82-2-880-4583 Fax: +82-2-873-2087 E-mail: [email protected]
Received: December 22, 2016 Revised: August 24, 2017 Accepted: August 25, 2017
Ⅰ. 서 론
우리나라는 강우의 연중편차가 존재하여 밭작물의 생육을 위해선 강우에 의해 공급되는 수량 이외에도 관개를 통한 용 수공급이 필요하다. 토양수분은 강우, 침투, 유출 및 증발산 순환의 연결고리이며, 작물의 생육환경을 조성하는 주요한 인자이다 (Kim et al., 2006; Nam et al., 2011; Hong et al., 2015). 따라서 밭작물의 생산성 증대를 위해 토양수분에 기초 하여 작물 생육환경을 적합하게 유지하는 한편, 필요수량을 산정함으로써 합리적인 용수 사용이 이루어 져야 한다 (Seo et al., 2012; Nam et al., 2014).
토양수분의 실측자료는 현재 기상청 농업기상관측자료와
농촌진흥청 농업기상정보서비스를 통해 제공되고 있으나, 토양수분은 작물과 토성에 따라 달라지므로 한 지점의 측정 값을 전체의 대푯값으로 사용하기 어렵다. 이에 기존 토양수 분 관련 연구들은 물수지 방정식에 따른 토양수분 모의를 기 반으로 하였으며 (Seo et al., 2012), 모의 결과를 토대로 용수 량을 산정하여 관개계획 수립하거나 (Lee and Kim, 2001;
Suh and Lee, 2002), 가뭄 평가 (Kim et al., 2006; Nam et al., 2011)등이 수행되었다. 또한 기후시나리오자료를 이용하여 미래의 용수량 및 가뭄 전망에 관한 연구가 수행되기도 하였 다 (Nam et al., 2014; Hong et al., 2015).
한편 기상모델이 발전함에 따라 농림 분야를 위한 여러 고 해상도 기상자료들이 생산되고 있으며 (Niu et al., 2011; Lee et al., 2014; Song et al., 2015, Lee et al., 2016), 이를 적용할 경우 기존 기상관측소 자료를 이용하는 경우보다 지역별 편 차를 반영하여 토양수분 모의 성능 및 필요수량 산정의 정확 성이 향상될 수 있다 (Hong et al., 2015). 또한 기상자료의 해상도가 높아지면 지역별 토성 분포 및 밭 분포를 반영하기 에 유리하다 .
본 연구에서는 물수지 방정식을 바탕으로 토층별 토양수 분 모의를 수행하고자 하며, 모의 결과를 검증하기 위해 토양 수분 실측치와 비교하고자 한다. 이후 고해상도 기상자료를
적용하여 고추의 생육기간동안 토양수분을 모의하며, 토양 수분 모의 결과를 바탕으로 공간적인 관개량과 분포형태를 평가하고자 한다.
Ⅱ. 재료 및 방법
1. 물수지 방정식 기반 토양수분 모의 가. 토층별 토양수분 모형
토양수분의 모의는 물수지 방정식을 기반으로 수행되었다.
물수지 방정식의 기본적인 형태는 다음 식 (1)과 같다 (Kim et al., 2006; Seo et al., 2014; Nam et al., 2014; Hong et al., 2015).
∆
(1)
∆는 토양수분 변화량 (mm), 는 강수량 (mm), 은 관 개량 (mm), 은 모관력에 의한 수분상승량 (mm), 는 횡 방향 수분유입량 (mm), 는 지표유출량 (mm), 는 작 물증발산량 (mm), 는 유효토층 하부에서의 지하배수량 (mm), 는 횡방향 수분유출량 (mm)이다. 물수지 방정식 에서 모관력에 의한 수분상승량은 상대적으로 적은 양이므 로 제외할 수 있으며, 횡방향 유출입을 상호 상쇄되는 값으로 가정하면, 관개량이 없을 때 물수지 방정식은 다음 식 (2)와 같다.
∆ (2)
본 연구에서 사용한 토양수분 모형은 작물의 토양수분소 비패턴 (Soil Moisture Extraction Pattern, SMEP)을 고려하 기 위해 토층 1 (0~20 cm), 토층 2 (20~40 cm), 토층 3 (40~60 cm), 토층 4 (60~80 cm)로 구성하였으며, 각 토층별로 다음 식 (3)~(6)과 같이 물수지 방정식을 적용하였다.
∆ (3)
∆ (4)
∆ (5)
∆ (6)
∆는 i번째 토층에서의 토양수분 변화량 (mm)이며, 는 i번째 토층에서의 작물증발산량 (mm) 으로
가 성립한다. 는 i번째 토층에서 하부 토층으로의 수분 이 동량 (mm)이며, 토층별 토양수분 모형에서 하부 토층으로의 토양수분 이동은 상위 토층의 토양수분이 포장상태를 초과한 경우에만 이루어지는 것으로 가정한다 (Hong et al., 2015).
따라서 i번째 토층에서의 포장용수량에 도달하기까지 토양 수분 미흡량을 이라 할 때, 토층 1에서 2번째 토층으로 이 동량은 식 (7)과 같으며, 나머지 토층의 경우 식 (8)과 같다.
× ≦
(7)
× ≦ (8)물수지 방정식은 토양수분의 이동 시간을 고려하지 않으 므로, 포장용수량을 토양수분 상한계로 설정하고 과잉수분 은 즉시 배수되는 것으로 모의된다 (Lee and Kim, 2001; Nam et al., 2014; Hong et al., 2015). 그러나 실제 토양에서는 큰 강수 이후 포장용수량을 초과하는 수분이 잔류하여 작물에 의해 사용 될 수 있으며, 구조화된 토양 (well-structured soil) 의 경우에도 큰 강수 이후 배수가 이루어져 포장용수량까지 토양수분이 하강하기 위해 2일이 소요되며, 구조화되지 않은 경우 그 이상이 소요될 수 있다 (Shaxson and Barber, 2003).
따라서 과잉수분이 즉시 배수되는 것으로 토양수분을 모의할 경우, 강우량과 강우강도가 큰 강우시 오차가 발생할 수 있다.
이를 해소하기 위해 본 연구에서는 보정계수 를 상부 토층 내 토양수분의 과잉량 중 하부토층으로 전달되는 비율로 정 의하여 강우시 적용하였다. 를 초과하는 토양수분 과잉량 은 해당 토층에 잔류하되, 최대 잔류 가능한 토양수분량은 포 화수분량으로 설정하고 이를 초과하는 경우는 하부로 배수되 도록 하였다. 반면 관개에 의한 토양수분 상승의 경우 강우에 비해 수량이 적어 보정계수를 적용하지 않았다.
나. 유효우량 산정
유효우량은 포장에서 필요한 수량 중 강우를 통해 직접 공 급되고 이용되는 양을 말하며, 본 연구에서는 강우량에서 지 표유출량을 뺀 값을 유효우량으로 정의하고 사용하였다 (Nam et al., 2014). 따라서 유효우량은 토양수분모형의 유입량이 되며, 식 (2)의 에 해당한다. 지표유출량은 미국자연 자원보호정 (Natural Resources Conservation Service, NRCS)
의 CN (Curve Number)방법을 적용하여 다음 식 (9)~(10)에 따라 산정하였다.
≧ (9)
(10)
는 지표유출량 (mm)이며, 는 강우량 (mm), 는 최대 잠재보유수량 (mm)을 의미한다. 은 유출곡선지수로 선 행토양함수조건 (Antecedent soil Moisture Condition, AMC) 에 따라 산정하였다(USSCS, 1973).
다. 토양수분소비패턴에 따른 작물증발산량 산정
작물증발산량 (Crop evapotranspiration)은 FAO Penman- Monteith식에 따라 잠재증발산량을 구하고, 작물계수를 곱 하여 구하는 방식이 권고되고 있다 (Allen et al., 2006). 잠재 증발산량의 산정 방식은 다음 식 (11)과 같다.
∆
∆ (11)
는 잠재증발산량 (mm/day), ∆은 증기압 곡선의 기울 기 (℃), 은 순일사량 (), 는 토양의 열 유속 (), 는 건습계 상수 (℃), 는 평균기 온 (℃), 는 2 m 높이에서의 풍속 (m/s), 는 포화증기압 (), 는 실제증기압 ()이다. 작물증발산량의 산정은 다음 식 (12)와 같다.
× × (12)
는 작물계수이며, 는 토양수분 스트레스지수로 토양 내 수분량이 적어질 경우 작물의 증산 저감에 따른 작물계수 의 보정치이다. 토양수분 스트레스지수는 전유효수분량 (Total Available soil Water, TAW)과 용이토양수분량 (Readily Available soil Water, RAW)을 통해 산정되며, 그 과정은 식 (13)~(15)와 같다 (Allen et al., 2006).
× (13)
× (14)
(15)
과 는 각각 포장용수량과 영구위조점 (m3/m3), 은 작물 뿌리의 깊이 (mm), 는 토양수분감소율을 의미한다.
은 토층의 두께로 200 mm를 적용하였다. 는 전유효수분 량 중 토양수분스트레스가 발생하기 직전 수분량의 비율로 작 물에 따라 달라지며, 통상적인 값인 0.50을 적용하였다 (Allen, et al., 2006). SMEP에 따라 잠재증발산량을 분배하고, 각 토 층별로 토양수분 스트레스를 고려한 작물계수를 곱함으로서 토층별 작물증발산량 ()을 산정하였다.
라. 토층별 토양수분 모의
토양수분 모의는 잠재유효우량과 토층별 작물증발산량이 산정결과를 이용하여 최상위 토층인 토층 1부터 순서대로 진 행하였다. 분석 대상지는 고해상도 기상자료의 범위에 맞추 어 위도 36.92°~37.40°, 경도 127.36°~127.94°에 이르는 지 역이며, 모의 기간은 2016년 5월 24일부터 10월 20일까지 일 별로 진행되었다.
2. 순관개량 산정
관개는 작물 생육에 필요한 물을 공급하는 것으로, 본 연구 에서는 용이토양수분량을 관개의 기준으로 하여 다음 식 (16)~
(18)과 같이 순관개량을 산정하였다.
(16)
≦ (17) (18)
, , 는 각각 t일에서의 토양수분 미흡량 (mm), 토양 수분량 (mm), 순관개수량 (mm)이며, 은 생육기간동안의 총 순관개수량 (mm)값이다. 일별 순관개량은 한 토층 내 토 양수분이 용이토양수분량 이하로 내려가 작물의 수분스트레 스가 발생하는 경우, 전 토층이 포장용수량에 도달하기 위해 필요한 수량으로 설정하였다. 강우와 달리 관개는 상대적으 로 적은 수량이 긴 시간동안 공급되므로, 보정계수 를 적용 하지 않았으며, 총 순관개수량은 일별 순관개량의 총합으로 산정하였다.
Fig. 1 Daily LAMP data (Daily average temperature) with administrative
district Fig. 2 Soil texture map of the study area
3. 토양수분 모형 검정
토양수분 모형 검정을 위해 토양수분 실측자료와 비교를 수행하였으며, 실측자료는 2개의 FDR (Frequency Duration Reflectometer)을 통해 수집되었다. 실측 대상지역은 경기도 여주시 점동면 성신리 (위도 37.17°, 경도 127.67°)에 위치한 고추밭이며, 2016년 4월 29일에 파종하여 2016년 10월 25일 에 수확이 이루어졌다. FDR은 2016년 6월 3일에 설치되었으 며, 2016년 6월 4일부터 생육기간에 걸쳐 일별 토양수분을 모 니터링 하였다. 실측 지점은 표층으로부터 10, 30, 50, 70 cm 깊이에 해당하는 지점으로 각각 토층 1, 2, 3, 4에서의 토양수 분 모의결과와 비교에 사용되었고, 이를 통해 토양수분 모형 검정을 수행하였다..
4. 고해상도 기상자료
본 연구에서 사용한 기상자료는 국가농림기상센터에서 생 산된 LAMP (Land-Atmosphere Modeling Package)에서 추 출한 고해상도 기상자료 (이하 LAMP 자료)가 활용되었다.
LAMP는 WRF (Weather Research and Forecasting) 기상모
형에 Noah-MP 지면모형 (Niu et al., 2011)을 결합한 고해상 도 기상예측모형과, 각 농림지 사이트별로 특화되어 구축되 는 1차원 모형들로 구성되며 (Lee et al., 2016), LAMP 자료 는 실제 농경지 관측자료와 높은 상관계수를 나타내었다 (Song et al., 2015).
LAMP 자료는 경기도 여주시 및 이천시를 중심으로 원주, 충주, 음성, 진천, 안성, 용인, 광주, 양평 일부를 포함하는 66 × 63 격자로 구성되었다. 각 격자의 크기는 810 m × 810 m 이 며, 이는 현재 LAMP에서 제공되는 격자의 크기 중 가장 정확 도가 높은 형태를 선택한 것이다 (Lee et al., 2016). Fig. 1은 LAMP를 통해 얻어진 일별 기상자료의 예시이며, 행정구역 을 함께 표시하였다.
5. 토성 및 작물 특성
토양수분의 거동은 토성에 따라 달리 나타나므로, 다음 Fig. 2와 같이 분석 대상지의 토성분포도를 추출하였다. 토 성자료는 국립농업과학원 토양환경정보시스템의 정밀토양 도를 90 m × 90 m 격자로 변환하여 사용하였다. 또한 밭 격 자를 선별하기 위하여 환경부에서 제공하는 중분류토지피복
Table 2 Crop coefficient for red pepper (Chung, 2005; modified)
5/M 5/L 6/E 6/M 6/L 7/E 7/M 7/L
0.8 0.9 1.1 1.1 1.2 1.2 1.3 1.3
8/E 8/M 8/L 9/E 9/M 9/L 10/E 10/M
1.3 1.4 1.7 1.2 1.1 1.2 1.4 0.9
Fig. 3 Upland distribution map of the study area
Table 1 Soil texture characteristic (Saxton and Rawls, 2006) Soil texture (m3/m3) (m3/m3) (m3/m3)
Clay 0.42 0.30 0.50
Silt clay loam 0.38 0.22 0.51
Clay loam 0.36 0.22 0.48
Sandy loam 0.18 0.08 0.45
Sand 0.10 0.05 0.46
도 1:25,000을 90 m × 90 m 격자로 변환하여 이용하였으며, 이는 다음 Fig. 3과 같이 나타났다. 분석 대상지역 중 토성이 암반인 곳과 밭 격자가 아닌 지역은 격자 연산을 통해 모의에 서 제외되었다.
토양수분 모의를 진행하기 위한 토성별 포화량, 포장용수
량, 영구위조점 정보는 Saxton and Rawls (2006)이 제시한 Table 1의 값이 적용되었다. 대상 작물로는 고추를 선정하여 모든 밭 격자에 대하여 적용하였다. 고추의 생육기간은 Chung (2005)을 참고하여 5월 중순에서 10월 중순까지로 하였으며, 생육기간동안 순별 작물계수는 FAO Penman-Monteith 방정 식에 맞추어 수정한 Table 2의 값을 사용하였다.
Ⅲ. 결과 및 고찰 1. 토양수분 모형 검증
토양수분 모형 검증은 토양수분 실측값과 실측지역의 지 배관측소인 이천기상대 관측기상자료를 입력자료로 한 토양 수분 모의값 간의 비교를 통해 이루어졌다. 모의 검증 기간은 2016년 6월 4일부터 10월 20일까지이며, 각 토층별 초기치는 실측값과 동일하게 설정하여 모의하였다. 토층별 토양수분 실측치와 모의치를 비교한 결과는 Fig. 4와 같으며, 검증 결과 는 Table 3과 같다. 토양수분 실측치의 변화를 보면 10 cm 지 점에서는 다른 지점에 비해 변동이 큰 반면, 70 cm 지점에서 는 실측기간동안 토양수분 변화가 거의 나타나지 않았는데, 모형에서는 토양수분소비패턴의 적용을 통해 이러한 경향이 반영되었다. 70 cm 지점에서 토양수분 변화가 거의 나타나지 않은 것은 해당 지점 인근에서 작물의 근군역이 종료됨을 의 미하며, 본 토양수분 모형에서 가정한 토층이 작물의 근군역 을 모의하기에 충분한 것으로 판단된다.
7월 4일, 7월 16일 강우 시 10 cm 지점의 토양수분이 20 % 이상 상승하였는데, 이는 포장용수량까지 도달하기 위한 토 양수분 미흡량을 상회하는 강우가 발생하여 토양수분이 포장 용수량을 초과한 것으로 판단되며, 모의 결과에서도 모형의 토양수분 상한치를 포장용수량으로 제한하지 않아 이러한 경 향성이 반영되었다. 포장용수량을 초과하는 수분량은 보정 계수 가 적용되어 모두 즉시 하부토층으로 하강하지 않도 록 모의되었는데, 실측치에서도 포장용수량 이상의 토양수 분이 수일에 걸쳐 하강하는 것으로 나타났다.
검증기간에 대한 토층별 토양수분 모의치는 실측치와 R2 값이 각각 0.58, 0.54, 0.67, 0.49로 유사성을 나타내었으며, RMSE값은 각 토층에 대하여 3.87 %, 2.94 %, 2.47 %, 1.61
%로 계산되었다. 8월 중 강우가 발생하지 않은 기간 동안 실
(a) Simulation : layer 1 (0~20 cm)
Observation : 10 cm (b) Simulation : layer 2 (20~40 cm)
Observation : 30 cm
(c) Simulation : layer 3 (40~60 cm)
Observation : 50 cm (d) Simulation : layer 4 (60~80 cm)
Observation : 70 cm Fig. 4 Comparison of soil moisture contents between simulated results and observed data
Table 3 Validation results for soil moisture model Layer 1
(0~20 cm) Layer 2
(20~40 cm) Layer 3
(40~60 cm) Layer 4 (60~80 cm)
R2 0.58 0.54 0.67 0.49
RMSE (Volumetric
percent) 3.87 2.94 2.47 1.61
측치의 토양수분이 상승하는 것은 농민의 관개에 의한 것으 로 확인되었으며, 이는 모의에 반영되지 않았다. 이를 고려할 경우 실측치와 모의치 간의 오차는 더 작아질 수 있으며, 종합 적으로 본 연구에서 제시한 토양수분 모형이 적용 가능한 것 으로 판단하였다.
2. 토양수분 모의 결과
2016년 5월 24일부터 10월 20일까지 기간에 대하여 연구 대
상지역에 LAMP 기상자료, 정밀토양도, 중분류토지피복도를 적용한 결과 총 47,895개 격자에 대한 토양수분 모의가 수행 되었다. 분석대상지역중 가장 많은 토성은 29,213개 (60.9 %) 로 식양토 (Clay loam)였으며, 사양토 (Sandy loam) 12,226 개 (25.5 %), 미사질식양토 (Silty clay loam) 2,693개 (5.6 %), 식토 (Clay) 2,028개 (4.2 %), 사토 (Sand) 1,735개 (3.6 %) 순 으로 나타났다. Fig. 5는 식양토 격자의 토층 1의 일별 토양수 분 모의 결과 예시이며, 지역 간 토양수분 값에 차이가 나타난 것을 보여준다. 이는 LAMP가 매 810 m 마다 격자와 기상 모 의결과가 달라지므로, 해당 수준의 지역적 기상 편차가 토양 수분 모의에 반영된 결과이다.
2016년 9월 15일을 예시로 모의결과를 도시하면 다음 Fig.
6과 같으며, 토성 및 토층별로 정리한 결과는 Table 4와 같다.
토층 1을 기준으로 다섯 토성의 해당일의 토양수분 평균값은 각각 식양토 27.1 %, 사양토 10.1 %, 미사질식양토 29.1 %, 식토 33.2 %, 사토 5.3 %로 각각의 용이토양수분량 (식양토 :
(a) '16. 7.15. (b) '16. 8.15.
Fig. 5 Spatially detailed soil moisture contents of the study area (Layer 1, clay loam)
(a) Clay loam (b) Sandy loam
Fig. 6 Soil moisture contents about soil texture (Layer 1, '16. 9.15.) 29 %, 사양토 : 13 %, 미사질식양토 : 30 %, 식토 36 %, 사토
7.5 %)보다 작게 모의되었는데, 따라서 해당 시점에는 모든 토성에 대하여 전반적으로 관개가 필요한 것으로 판단된다.
반면 사토를 제외한 네 토성에서는 최댓값이 각각의 용이토 양수분량 보다 큰 것으로 나타났는데, 이를 통해 일부 지점에 서는 관개가 반드시 필요한 것은 아님을 알 수 있다. 이와 같은 결과는 토양수분 분포의 지역적 편차에 의해 관개 계획이 달
라질 수 있음을 의미하며, 고해상도 기상자료를 적용할 경우 이를 반영할 수 있음을 보여준다.
3. 순관개량 산정 결과
LAMP 자료를 이용한 토층별 토양수분 모의결과를 바탕 으로 관개모의를 수행한 결과 모의기간 총 순관개량은 다음 Fig. 7과 같이 분포하는 것으로 나타났다. 여주, 이천 동남부,
Table 4 Variation of estimated soil moisture contents ('16. 9.15.)
Soil texture Number of grids Layer Range (%) Average (%) Standard deviation (%)
Clay loam 29,213
Layer 1 22.6 ~ 32.0 27.1 2.3
Layer 2 22.1 ~ 35.4 28.8 3.9
Layer 3 22.0 ~ 35.6 25.2 4.4
Layer 4 32.2 ~ 36.4 34.4 0.7
Sandy loam 12,226
Layer 1 8.1 ~ 13.8 10.1 1.3
Layer 2 8.2 ~ 17.4 12.9 2.5
Layer 3 8.0 ~ 17.8 11.2 3.4
Layer 4 15.6 ~ 18.9 16.5 0.9
Silty clay loam 2,693
Layer 1 23.6 ~ 33.9 29.1 2.3
Layer 2 22.0 ~ 37.1 28.9 4.6
Layer 3 22.0 ~ 36.1 24.5 4.1
Layer 4 34.0 ~ 38.1 36.2 0.6
Clay 2,028
Layer 1 30.4 ~ 37.4 33.2 1.8
Layer 2 30.2 ~ 40.9 34.8 2.9
Layer 3 30.0 ~ 41.1 32.2 3.3
Layer 4 39.6 ~ 42.1 40.2 0.6
Sand 1,735
Layer 1 5.0 ~ 6.4 5.3 0.2
Layer 2 5.1 ~ 9.4 6.9 1.1
Layer 3 5.0 ~ 9.9 6.9 1.5
Layer 4 7.7 ~ 10.7 9.2 1.0
Fig. 7 Spatial variation of net irrigation requirements according to spatially different weather condition
음성 북부 지역에서의 순관개량은 타 지역에 비해 상대적으 로 작게 모의되었으며, 이천 북서부와 모의지역의 남서부 및 남동부는 상대적으로 크게 모의되었다. 이천지역의 경우 동 남부와 서북부의 모의결과가 차이를 보였으며, 인접한 격자 간에도 순관개량 모의량이 크게 차이나는 사례도 나타났다.
산정된 관개량을 토성에 따라 분류한 결과는 Fig. 8과 Table 5 와 같이 나타났다. 전체 순관개량의 범위는 308.7 mm~650.5 mm이며, 평균 470.7 mm, 표준편차 50.5 mm으로 산정되었 다. 토성별 평균 순관개량은 가장 많은 사례수가 해당하는 식 양토의 경우 평균 466.8 mm로 산정되었으며, 사양토에서 평 균 482.4 mm로 다섯 토성 중 가장 큰 값으로 계산되었고, 미 사질식양토에서는 평균 456.0 mm으로 가장 작은 순관개량을 나타내었다. 식토와 사토의 경우는 각각 481.7 mm와 465.6 mm로 계산되었다. 모든 토성에서 순관개량은 400~550 mm 범위에 50 % 이상의 격자가 포함되었으나, 사분위 범위의 1.5 배를 초과하는 통계적 이상점도 모든 토성에서 나타났다. 동 일한 토성 내에서도 순관개량이 다르게 산정된 것은 고해상 도 기상자료를 적용함에 따라 격자별 기상차이가 반영된 결 과로 판단된다.
한편 토성 간의 평균 순관개량의 차이는 대상지역의 토성 분포가 균일하지 않아 토성별로 적용되는 기상 분포가 다르
Table 5 Variation of net irrigation requirements about soil texture
Soil texture Number of grids Range (mm) Average (mm) Standard deviation (mm)
Total 47,895 308.7 ~ 650.5 470.7 50.5
Clay loam 29,213 308.7 ~ 629.9 466.8 48.3
Sandy loam 12,226 328.1 ~ 650.2 482.4 55.4
Silty clay loam 2,693 340.0 ~ 612.7 456.0 48.0
Clay 2,028 366.3 ~ 650.5 481.7 44.0
Sand 1,735 375.0 ~ 629.1 465.6 44.4
Fig. 8 Variation of net irrigation requirements about soil texture of the study area
며, 따라서 토성 특성에 의한 것으로 단정할 수 없고 일반화된 결론을 내리기 위해선 보완 연구가 필요할 것으로 보인다.
Ⅳ. 요약 및 결론
본 연구에서는 물수지 방정식 기반 토층별 토양수분 모형 을 실측치와 비교를 통해 검증하고, 모형에 고해상도 기상자 료를 적용하여 고추의 생육기간동안 토양수분 모의를 진행하 였으며, 모의 결과를 바탕으로 관개량을 산정하였다.
토층별 토양수분 모형에서는 보정계수 를 적용하여 토양 수분 실측치가 포장용수량 이상으로 상승 및 유지되는 현상 을 모의에 반영하였다. 모형의 R2는 각 토층 1, 2, 3, 4에 대하 여 0.58, 0.54, 0.67, 0.49로 산정되었고, RMSE는 3.87 %, 2.94 %, 2.47 %, 1.61 %로 산정되었으며, 본 모형은 실측치와 비교 결과 타당한 것으로 판단되었다.
토양수분 모의는 토양수분 모형에 고해상도 기상자료 LAMP 를 적용하여, 2016년 5월 24일부터 10월 20일까지, 위도 36.92°~37.40°, 경도 127.36°~127.94°에 이르는 지역 내 총
47,895개의 밭 격자에 대하여 4개 토층별로 수행되었다. 고해 상도 기상자료를 적용할 경우, 지역적 기상 편차를 반영하여 토양수분 값을 모의 할 수 있으며, 이를 반영한 관개 계획이 이 루어질 수 있을 것으로 판단되었다.
토양수분 모의 결과를 바탕으로 순관개량을 산정한 결과 분석 대상지역의 평균 순관개량은 470.7 mm로 산정되었고, 식양토, 사양토, 미사질식양토, 식토, 사토에서 평균 순관개 량은 각각 466.8 mm, 482.4 mm, 456.0 mm 481.7 mm, 465.6 mm으로 계산되었다. 순관개량 모의 결과는 같은 토성 내에 서도 차이를 보였으며, 이는 고해상도 기상자료를 적용함에 따라 격자별 기상차이가 반영된 결과로 판단된다.
본 연구는 고해상도 기상자료를 적용함으로써, 토양수분 변화 모의 및 관개량 산정에 있어, 지역적 기상 변화와 토성을 반영할 수 있음을 보였다는 것에 의의가 있다. 토층별 토양수 분 모형에서의 토층의 개수, 두께 및 SMEP은 실측 결과를 기 반으로 결정된 것으로 연구 사례에 따라 달라 질 수 있다. 본 연구에 사용된 고해상도 기상자료의 경우 자료의 기간이 한 정되어 있으며, 관개량의 경우 관개 기준 및 방식에 따라 달라 지므로, 향후 다년간에 걸친 분석과 여러 관개방식에 따른 모 의가 이루어져야 할 것이다.
사 사
본 연구는 기상청 차세대도시농림융합스마트기상서비스 개발(WISE) 사업의 지원으로 수행되었습니다 (KMIPA-2012- 0001-2).
REFERENCES
1. Allen, R. G., L. S. Pereira, D. Raes, and M. Smith, 2006. Crop evapotranspiration: guidelines for computing crop water require- ments. FAO irrigation and drainage paper No. 56. Rome: Food and Agriculture Organization of the united nations.
2. Chung, H. W., 2005. Estimation of Crop Water Requirement in Korea. Seoul: Seoul National Univ. Irrigation and Drainage Engineering Lab.
3. Hong, E. M., W. H. Nam, and J. Y. Choi, 2015. Climated change impacts on agricultural drought for major upland crops using soil moisture model -Focused on the Jeollanam-do-. Journal of the Korean Society of Agricultural Engineers 57(3): 65-76 (in Korean).
4. Hong, M. K., S. H. Lee, J. Y. Choi, S. H. Lee, and S. J. Lee, 2015. Estimation of soil moisture and irrigation requirement of upland using soil moisture model applied WRF meteorological data. Journal of the Korean Society of Agricultural Engineers 57(6): 173-183 (in Korean).
5. Kim, O. K., J. Y. Choi, M. W. Jang, S. H. Yoo, W. H. Nam, J. H.
Lee, and J. K. Noh, 2006. Watershed scale drought assessment using soil moisture index. Journal of the Korean Society of Agricultural Engineers 48(6): 3-13 (in Korean).
6. Lee, K. Y. and S. J. Kim, 2001. Development of the estimation system for agricultural water demand. Magazine of the Korean Society of Agricultural Engineers 43(1): 53-65 (in Korean).
7. Lee, S. J., J. Kim, M. S. Kang, and B. M. Thakuri, 2014.
Numerical simulation of local atmospheric circulations in the valley of Gwangneung KoFlux sites. Korean Journal of Agricultural and Forest Meteorology 16(3): 244-258 (in Korean).
8. Lee, S. J., J. Song, and Y. -J. Kim, 2016. The NCAM Land- Atmosphere Modeling Package (LAMP) version 1: implementation and evaluation. Korean Journal of Agricultural and Forest Meteorology 18(4): 307-319 (in Korean).
9. Nam, W. H., E. M. Hong, M. W. Jang, and J. Y. Choi, 2014.
Projection of consumptive use and irrigation water for major upland crops using soil moisture model under climate change.
Journal of the Korean Society of Agricultural Engineers 56(5):
77-87 (in Korean).
10. Nam, W. H., J. Y. Choi, S. H. Yoo, and B. A. Engel, 2011. A real-time online drought broadcast system for monitoring soil moisutre index. Journal of Civil Engineering 16(3): 357-365.
11. Niu, G. Y., Z. L. Yang, K. E. Mitchell, F. Chen, M. B. Ek, M.
Barlage, A. Kumar, K. Manning, D. Niyogi, E. Rosero, M.
Tewari, and Y. Xia, 2011. The community Noah land surface model with multiparameterization options (Noah-MP): 1. Model description and evaluation with local-scale measurements.
Journal of Geophysical Research 116(D12): 109.
12. Saxton, K. E. and W. J. Rawls, 2006. Soil water characteristic estimates by texture and organic matter for hydrological solutions.
Oil Science Society of America Journal 70(5): 1569-1578.
13. Seo, M. C., S. O. Hur, Y. K. Sonn, H. S. Cho, W. T. Jeon, M. K.
Kim, and M. T. Kim, 2012. The development of estimation model (AFKAE0.5) for water balance and soil water content using daily weather data. Korean journal of soil science and fertilizer 45(6): 1203-1210 (in Korean).
14. Shaxson, F. and R. Barber, 2003. Optimizing soil moisture for plant production: The significance of soil porosity. FAO soils bulletin 79. Rome, Italy: UN-FAO.
15. Song, J. A., S. J. Lee, M. S. Kang, M. K. Moon, J. H. Lee, and J.
Kim, 2015. High-resolution numerical simulations with WRF/
Noah-MP in Cheongmicheon farmland in Korea during the 2014 special observation period. Korean Journal of Agricultural and Forest Meteorology 17(4): 384-398 (in Korean).
16. Suh, Y. J. and K. Y. Lee, 2002. Method of calculation in upland irrigation. Magazine of the Korean Society of Agricultural Engineers 44(1): 25-34 (in Korean).
17. U.S. Soil Conservation Service, 1973. A method for estimating volume and rate of runoff in small watersheds. Technical paper No. 149. Washington D. C.: USDA-SCS.
