서 론

최근 기후변화로 인하여 자연재해발생 위험이 증가하고 있으며, 가뭄 및 홍수 발생 빈도가 증가하고 있다. 특히 농업은 기후변화에 매우 취약하기 때문에 극한 가뭄발생시 효율적인 대응 전략 수립이 필요하다. 토양의 유효수분함량(Available Water Content-AWC)은 식물이 활용할 수 있는 수분의 양을 나타내며, 농업, 산림, 가뭄, 홍수 등 환경 관리를 위하여 매우 중요하다. 토양의 유효수분함량은 포장용수량(Field Capacity-FC)과 영구위조점(Permanent Wilting Point-PWC) 사이의 수분량으로 정의하며(Hillel, 1982), 식물이 실제로 이용 가능한 수분의 양을 의미한다. 토양의 유효수분함량은 농업 생산성과 환경 관리를 위해서 매우 중요하며, 적절한 유효수분함량은 식물의 생육을 촉진하고, 뿌리 발달과 영양소 흡수에 영향을 미친다(Carminati et al., 2009; Dakora and Phillips, 2002; Molden et al., 2007). 또한 유효수분함량은 관개 효율성을 향상시키고 수자원의 효율적인 사용을 위해 중요하다. 이러한 유효수분함량은 토양입자의 크기, 유기물 함량, 토양의 구조 등 토양의 물리적･화학적 특성에 영향을 받는다. 그러나 유효수분함량은 토양의 물리적･화학적 특성외에도 경사도, 지표피복 등 환경적 특성에 영향을 받는다(Lee et al., 2018). 따라서 토양의 물리적･화학적 및 환경적 특성을 함께 고려한 유효수분함량 산정이 필요하다. 농촌진흥청(Rural Development Association-RDA) 흙토람(http://soil.rda.go.kr/soil/index.jsp)에서 우리나라의 토양특성을 조사하여 정밀토양도를 제공하고 있다. 그러나 정밀토양도는 전국의 토양을 토양통으로 구분하여 토양통별로 토양시료를 채취 및 분석한 대푯값을 제공하기 때문에 환경적 요인을 고려하지 못하는 단점이 있다.

최근 인공위성 이미지 자료를 이용한 토양수분 산정에 관한 많은 연구가 수행되고 있으며, AMSR-E(Advanced Microwave Scanning Radiometer-Earth Observing System, Njoku et al., 2003), GCOM-W1(Global Change Observation Mission Water, Imaoka et al., 2010), SMOS(Soil Moisture and Ocean Salinity, Kerr et al., 2001), SMAP(Soil Moisture Active Passive, Entekhabi et al., 2010) 등과 같은 다양한 인공위성에서 관측된 토양수분 자료들이 활용되고 있다. 그러나 토양수분전용위성에서 관측되는 토양수분 이미지 자료의 경우 공간해상도(10 km × 10 km－40 km × 40 km)가 낮기 때문에 우리나라와 같이 산림이 우세하고 지표특성이 복잡한 지역에서는 사용시 제약이 발생한다. 이러한 제약을 극복하기 위하여 SENTINEL/MODIS(MODerate resolution Imaging Spectroradiometer) 위성자료를 이용하여 토양수분을 산정하는 연구가 수행되었다(Kim et al., 2019; Kim et al., 2020; Shin et al., 2016a; 2016b). Kim et al.(2020)은 토양수분자료동화기법을 LANDSAT/MODIS 토양수분 이미지에 적용하여 토양의 수리학적 매개변수를 추출하여 토양수분을 산정하였다. Lee et al.(2018)은 토양수분자료동화기법을 MODIS 토양수분에 적용하여 토양의 수리학적 매개변수를 추출하여 유효토양침식인자를 산정하였다. 토양수분자료동화기법은 토양의 물리적 및 환경적 특성이 반영되어 있는 TDR/위성토양수분에서 토양의 수리학적 매개변수를 추출할 수 있다.

본 연구에서는 MODIS 토양수분 이미지 자료와 토양수분자료동화기법을 연계하여 MODIS 격자단위의 유효수분함량(Available Water Content-AWC)을 산정하였다. 연구목적은 1) MODIS 토양수분 이미지와 토양수분자료동화기법을 연계한 유효수분함량 산정, 2) 정밀토양도 및 MODIS 유효수분함량 특성을 분석 및 3) MODIS 유효수분함량을 이용한 수분보유능력 평가를 수행하였다.

실험 및 연구방법

본 연구에서는 MODIS 토양수분 이미지 자료와 토양수분자료동화기법(Lee et al., 2018)을 연계하여 MODIS 격자단위의 유효수분함량을 산정하였다(Fig. 1). MODIS 이미지를 토양수분으로 변환하기 위하여 Scott et al.(2003)이 제시한 경험식을 이용하여 토양수분(500 m × 500 m)을 산정하였으며, 산정된 토양수분 이미지로부터 토양의 수리학적(θ_sat, ψ_sat, K_sat, b) 및 작물(RS, RGL, HS, Z₀, LAI) 매개변수를 추출하기 위하여 토양수분자료동화기법을 적용하였다. 토양수분자료동화기법과 연계된 Noah-Land Surface Model(Noah-LSM, Ek et al., 2003) 토양수분모형은 토양의 수리학적 및 작물 매개변수를 이용하여 토양층의 토양수 흐름을 모의한다. 토양수분자료동화기법은 최적화기법(Genetic Algorithm-GA, Goldberg, 1989; Holland, 1975)을 이용하여 Noah-LSM 모형의 입력변수인 토양의 수리학적 및 작물 매개변수(P={θ_sat, ψ_sat, K_sat, b, HS, Z₀, LAI})를 조정하여 모의된 토양수분이 실측값(MODIS, TDR 등)에 근사하도록 동화시킨다(Table 1). 토양수분에 미치는 영향이 낮은 RS(최소기공저항)와 RGL(일사량 스트레스) 변수는 모형에서 제공하는 기본값(defalut)을 사용하였다. 유전자 알고리즘(Genetic Algorithm)은 주어진 세대(Generation, G) 동안에 반복하여 모의값이 실측값에 최적화(동화)되는 해를 찾는다. 실측값에 대한 모의값의 최적화는 목적함수(Z)와 Fitness 함수 공식 (1)과 (2)를 사용하였다. 최적화된 토양 매개변수(θ_sat, ψ_sat, K_sat, 및 b)는 Cosby et al.(1984)가 제시한 공식 (3), (4), (5), (6)을 이용하여 토양특성(Sand, Silt 및 Clay, %)으로 변환하였다. MODIS 토양수분 이미지는 지표면의 인위적･자연적 변화를 관측하기 때문에, 변환된 격자단위의 토양특성을 MODIS 해상도를 대표하는 유효토양특성(Effective Soil Characteristics-ESC)으로 정의하였다.

Fig. 1.

The schematics of MODIS-based available water content estimation.

여기서, SM_obs: 실측 토양수분(cm³ cm^-3), SMi: 모의 토양수분(cm³ cm^-3), t: 시간, T: 일별 최대 모의기간, i: GA running index(i=1,...,G)이다.

여기서, θ_sat: 포화된 토양의 토양수분함량(cm³ cm^-3), ψ_sat: 포화된 된 토양의 matric potential(-cm), K_sat: 포화된 토양의 수리전도도(cm d^-1) 및 b: 공극의 크기 분포를 나타내는 curve fitting 변수 및 Sand 및 Clay는 점토와 모래 함량(%)을 나타낸다.

MODIS 기반 토양수분 산정

Scott et al.(2003)이 제시한 경험식은 토양수분과 토양증발량의 관계를 회귀식으로 도출한다. 회귀식(공식 (7), (8), (9))을 MODIS 이미지에 적용하여 MODIS(500 m × 500 m) 공간해상도의 토양증발량(soil evaporation)과 토양수분을 산정하였다(Lee et al., 2018).

여기서 R_n: 지표면의 순복사량(W/m²), G: 토양의 열이동(W/m²), H: 대기의 현열 이동(W/m²), λE: 잠열 이동(W/m²), a,b: 곡선적합계수(curve-fitting parameters), θ: 토양수분(cm³ cm^-3) 및 Λ: 토양증발량이다. MODIS 위성자료는 2018년 자료를 수집하였으며, 위성의 제원특성은 Table 2와 같다.

Noah-LSM 모형

미국 국립환경센터(National Center for Environmental Prediction-NCEP)에서 개발한 Noah-LSM(Noah-Land Surface Model, Ek et al., 2003) 모형은 Clapp and Hornberger(1978)가 제시한 토양수분함량 및 수리전도도 공식을 이용하여 토양층의 토양수분을 모의한다(공식 (10), (11), (12)).

여기서, θ: 토양수분(cm³ cm^-3), z: 토양의 깊이(cm), D(θ): 토양수분 확산계수(cm2 d^-1), (K(θ)(∂ψ/∂θ)) 및 K(θ): 비포화된 토양의 수리전도도(cm d^-1), Q: 작물뿌리에 의해 흡수되는 토양수분, ψ: 비포화된 토양의 matric potential, ψ_sat: 포화된 토양의 matric potential, b: 공극크기의 분포를 나타내는 curve fitting 변수, θ_sat: 포화된 토양의 토양수분(cm³ cm^-3) 및 K_sat: 포화된 토양의 수리전도도(cm d^-1)를 나타낸다. Noah-LSM 모형의 토양층은 총 7개로 구성되어있으며, 전체 토양층의 깊이는 지표면으로부터 210cm(지표면으로부터 각 토양층은 2 × 5 cm, 1 × 10 cm, 2 × 20 cm, 1 × 30 cm, 1 × 120 cm)로 구성로 하였다.

유전자 알고리즘

토양수분자료동화기법과 연계된 유전자 알고리즘(Genetic Algorithm-GA, Goldberg, 1989; Holland, 1975)은 자연선택설을 이용하여 모의값을 실측값에 근사하도록 매개변수를 동화시키는 최적화기법이다. 유전자 알고리즘은 최적의 해를 탐색하기 위하여 세대(generation)안의 객체군(population)에서 실측값과 모의값의 적합도(fitness)가 가장 높은 객체(individual)를 선택(selection), 교차(crossover), 변이(mutation)하는 과정(GA-operator)을 통하여 더 좋은 적합도를 가진 해(객체)를 찾는다. 본 연구에서는 유전자 알고리즘을 통해 Noah-LSM 모형의 토양수분 모의값이 실측값에 근사하도록 수리학적 및 작물 매개변수를 조정하였다.

유효수분함량

토양내의 수분은 중력수, 모관수 및 흡착수 형태로 존재하며, 특히 작물이 이용할 수 있는 모관수를 유효수분함량으로 정의한다(Fig. 2). 중력수, 모관수 및 흡착수는 포장용수량과 영구위조점을 경계로 구분한다. 포장용수량은 토양(포장)에 충분한 물을 공급한 이후에 약 24시간 정도 경과하여 중력수가 토양에서 배출된 이후에 토양 공극에 존재하는 모관수를 의미하며, 영구위조점은 토양수분 부족으로 작물이 시들어 죽게되는 시점의 토양수분을 나타낸다. Saxton et al.(1986)은 토양특성(Sand 및 Clay)을 이용하여 토양의 포장용수량 및 영구위조점 산정을 위한 경험식을 제시하였으며, 공식 (13), (14), (15), (16), (17), (18)과 같다.

Fig. 2.

The ranges of available water content based on the field capacity and permanent wilting point.

여기서 A 및 B는 수분장력계수(Coefficients of Moisture-Tension), WP_raw는 위조점(Wilting Point, %), FC_raw는 포장용수량(Field Capacity, %) alc WP/FC는 보정된 영구위조점/포장용수량을 나타낸다.

시험 유역 및 실험 방법

본 연구에서는 토양수분자료동화기법(Lee et al., 2018)을 MODIS 토양수분 이미지에 적용하여 전국의 격자단위 유효토양특성을 산정하였다. Scott et al.(2003)이 제시한 경험식을 이용하여 산정된 MODIS 토양수분 공간분포의 보정 및 검증을 위하여 농촌진흥청(http://weather.rda.go.kr/w/index.do)에서 제공하는 2018년 TDR(Time Domain Reflectometry) 토양수분 실측자료(55개 지점, Fig. 3)를 수집하여 사용하였다. 또한 55개 지점에서 4개(Site 1: 양평군 양평읍, Site 2: 영월군 영월읍, Site 3: 옥천군 옥천읍및 Site 4: 구미시 선산읍)지점을 선정하여 토양수분자료동화기법의 시계열 토양수분 모의성능을 검증하였다. MODIS(500 m × 500 m)의 공간해상도는 토양수분자료동화기법을 적용시 일별 자료생산을 위하여 1 km × 1 km 공간해상도로 변환하였다. 기상상자료(강수량-mm, 일사량-MJ/m², 최소 및 최대 온도-°C, 습도-% 및 풍속-m/s)는 기상청에서 제공하는 종관기상관측자료(Automated Synoptic Observing System-ASOS) 자료와 인공위성 기반 TRMM(Tropical Rainfall Measuring Mission)/GPM(Global Precipitation Measurement) 강우자료를 사용하였다. Scott et al.(2003) 공식을 이용하여 보정된 MODIS(1km×1km) 토양수분에 토양수분자료동화기법을 이용하여 격자별 토양의 수리학적 및 작물 매개변수를 추출 및 전국단위의 일별 토양수분을 모의하였다. 이후 추출된 토양의 수리학적 매개변수는 유효토양특성(sand, silt 및 clay, %)으로 변환하여 격자별 유효수분함량을 산정하였다. 산정된 MODIS 유효수분함량을 이용하여 격자별 토양의 수분함량보유능력을 평가하였다. 실측값과 모의값의 적합도 및 불확실성은 Pearson 상관계수(R)를 이용하여 평가하였다(공식 (16)).

Fig. 3.

The monitoring sites of TDR soil moisture provided from RDA for testing the MODIS soil moisture and soil moisture data assimilation scheme; (a) Site 1: Yangpyeong-eup in Yangpyeong-gun, (b) Site 2: Yeongwol-eup in Yeongwol-gun, (c) Site 3: Okcheon-eup in Okcheon-gun and (d) Site 4: Seonsan-eup in Gumi-s.

여기서 θtsim: 모의값, θtobs: 토양수분 실측값, θ¯tsim: 모의값의 평균, θ¯tobs: 실측값의 평균이다.

결과 및 고찰

MODIS 토양수분 산정

MODIS 이미지에 Scott et al.(2003)이 제시한 경험식을 적용하여 MODIS 토양수분을 산정하였으며, 농촌진흥청 토양수분 관측지점(55개 지점)의 TDR(point-scale) 토양수분과 MODIS(1km×1km) 토양수분을 비교하였다(Fig. 4). 비록 MODIS 토양수분과 TDR 토양수분의 해상도 불일치로 인하여 비교시 불확실성이 나타났으나, 전체적으로 상관성이 0.6－0.8의 범위로 나타나 MODIS 토양수분이 실측값과 유사한 것으로 나타났다. Fig. 5는 산정된 MODIS 토양수분의 공간분포 예시(2018년 6월 7일 및 10월 12일)를 나타낸다. 전체적으로 산림지역의 토양수분이 평지와 비교하여 높은 것으로 나타났다. 또한 많은 강우가 발생하는 7월 및 8월 전후로 전국의 토양수분 공간분포의 차이가 크게 발생하는 것으로 나타났으며, 기상상태(구름)에 따라서 관측일별로 결측되는 구간이 발생하였다.

Fig. 4.

The comparison of correlations between the TDR and MODIS-based soil moisture.

Fig. 5.

The spatially distributed MODIS-based soil moisture; (a) June 7^th in 2018 and (b) October 12^th in 2018.

토양수분자료동화기법 기반 토양수분 산정

토양수분자료동화기법을 MODIS 토양수분에 적용하여 토양의 수리학적 및 작물매개 변수를 추출하였으며, 추출된 매개변수를 Noah-LSM 모형에 입력하여 전국의 일별 토양수분(1 km × 1 km)을 산정하였다. Fig. 6과 Fig. 7은 추출된 전국단위 토양의 수리학적 매개변수와 추출된 매개변수를 이용하여 산정된 토양수분 공간분포를 나타낸다. 전체적으로 산림지역 토양의 수리학적 매개변수의 경우 산림지역의 포화된 토양수분함량 및 matric potenial의 크기가 평지와 비교하여 상대적으로 높게 나타났으며, 수리전도도의 경우 산림지역에서 낮게 나타났다. 이러한 매개변수의 특성은 산간지역의 토양수분이 평지와 비교하여 상대적으로 높게 나타나는 특성과 일치하는 것으로 나타났다. 또한 토양수분자료동화기법을 이용하여 전국단위 토양수분 산정시 MODIS 토양수분(Fig. 5)에서 기상상태에 의해 결측되는 구간의 토양수분을 Noah-LSM 모형을 이용하여 모의할 수 있기 때문에 시공간적으로 연속적인 토양수분을 산정할 수 있다(Fig. 7b).

Fig. 6.

The effective soil hydraulic properties; (a) Saturated soil moisture, (b) Matric potential at saturation, (c) Saturated hydraulic conductivity and (d) b parameter.

Fig. 7.

The comparison of MODIS and Noah-LSM-based soil moisture (June 7^th in 2018); (a) MODIS and (b) Noah-LSM.

농촌진흥청 토양수분 관측지점중에서 4개지점을 선정하여 일별로 TDR/MODIS 토양수분과 토양수분자료동화기법의 모의값을 비교하였다(Fig. 8). Site 1－4 지점의 TDR 및 MODIS 토양수분을 비교한 결과 전체적으로 5월의 MODIS 토양수분이 TDR 실측값과 비교하여 과소 및 과대 산정되는 경향이 나타났다. 그러나 8월 여름철 강우발생이후 TDR 토양수분 감소곡선과 MODIS 토양수분의 감소 경향이 매우 유사하게 나타났으나, Site 3 및 Site 4 지점의 경우 MODIS 토양수분이 다소 과소 산정되는 것으로 나타났다. 9월 이후에도 MODIS 토양수분이 TDR 토양수분과 비교하여 다소 과소 산정되는 것으로 나타나 MODIS 토양수분을 보정하는 과정에서 불확실성이 증가한 것으로 판단되었다. 비록 MODIS 토양수분과 TDR 토양수분의 차이가 발생하였으나 전체적으로 강우시 TDR 토양수분의 증가 및 감소 경향이 MODIS 토양수분에서도 유사하게 나타났다.

Fig. 8.

The validation results of MODIS and soil moisture data assimilation scheme: (a) Yangpyeong-eup in Yangpyeong-gun, (b) Yeongwol-eup in Yeongwol-gun, (c) Okcheon-eup in Okcheon-gun and (d) Seonsan-eup in Gumi-si.

유효수분함량 산정

토양수분자료동화기법을 MODIS 토양수분에 적용하여 추출된 토양의 수리학적 매개변수를 Cosby et al.(1984)가 제시한 경험식을 통해 유효토양특성(Sand, Silt 및 Clay, %)을 산정하였다(Fig. 9). 토양의 수리학적 매개변수와 유사하게 산림지역을 중심으로 Sand 토양특성이 낮고 Clay 특성이 높은 것으로 나타났다. MODIS 토양수분의 경우 토양특성, 지표경사, 지표피복 등 토양의 물리적 및 환경적인 특성들이 포함되어 관측된 토양수분이기 때문에 토양수분이 상대적으로 높은 산림지역의 Sand 및 Clay 토양특성이 MODIS 토양수분의 공간분포를 잘 반영한 것으로 판단되었다.

Fig. 9.

The estimated effective soil characteristics; (a) Sand, (b) Silt and (c) Clay.

정밀토양도 및 추출된 유효토양특성을 이용하여 포장용수량･영구위조점 및 유효수분함량을 산정하였다(Fig. 10, 11). 정밀토양도를 이용한 포장용수량･영구위조점 및 유효수분함량의 경우 각각 전국적으로 큰 차이를 보이지 않았다. 강원도 산림지역의 포장용수량의 경우 다소 낮고 영구위조점은 상대적으로 높게 나타났으며, 유효수분에서도 유사한 경향이 나타났다. 그러나 토양수분자료동화기법 기반 유효토양특성을 이용하여 산정된 포장용수량･영구위조점 및 유효수분함량의 공간분포는 전국적으로 차이가 크게 발생하는 것으로 나타났다. 특히 산림지역과 평야지역에서 명확하게 구분되는 것으로 나타났다. 산림지역의 경우 급경사지가 많기 때문에 평야지역과 유사한 토양특성임에도 불구하고 토양수분의 증가 및 감소 특성이 상대적으로 다르게 나타나며, 토양수분자료동화기법으로 추출된 유효토양특성에 이러한 환경적 특성이 잘 반영된 것으로 나타났다(Lee et al., 2018).

Fig. 10.

The comparisons of field capacity and wilting point; (a) RDA field capacity, (b) RDA permanent wilting point, (c) field capacity derived from the soil moisture data assimilation, and (d) permanent wilting point derived from the soil moisture data assimilation.

Fig. 11.

The comparison of available water contents based on the RDA and soil moisture data assimilation scheme.

결 론

본 연구에서는 MODIS 토양수분 이미지 자료와 토양수분자료동화기법(Lee et al., 2018) 기반으로 MODIS 유효수분함량을 산정하여 토양의 수분보유능력을 평가였다. MODIS 토양수분을 산정하여 농촌진흥청 토양수분 관측지점(55개 지점)의 실측된 토양수분과 비교한 결과 MODIS(1 km × 1 km) 토양수분과 TDR(point-scale) 토양수분의 공간해상도 불일치로 인하여 불확실성이 나타났으나, 전체적으로 MODIS 토양수분(R: 0.6－0.8)이 TDR 실측값과 유사하게 나타났다. 그러나 MODIS의 경우 광학위성이기 때문에 기상상태의 영향으로 결측되는 구간이 발생하는 것으로 나타났다. 토양수분자료동화기법을 MODIS 토양수분에 적용하여 토양의 수리학적 및 작물매개 변수를 추출 및 일별 토양수분(1 km × 1 km)을 산정하였다. 추출된 매개변수와 MODIS 토양수분의 공간분포가 일치하는 경향을 보였으며, 농촌진흥청 토양수분 관측지점중에서 4개지점의 시계열 토양수분 비교에서도 모의값이 TDR 실측값 유사하게 나타나 토양수분자료동화기법의 모의 성능을 검증하였다. 추출된 매개변수와 MODIS 토양수분의 공간분포가 일치하는 경향을 보였으며, 농촌진흥청 토양수분 관측지점중에서 4개지점의 시계열 토양수분 비교에서도 모의값이 TDR 실측값 유사하게 나타나 토양수분자료동화기법의 모의 성능을 검증하였다. 또한 토양수분자료동화기법을 이용하여 토양수분을 모의할 경우 MODIS 토양수분에서 기상상태에 의해 결측되는 구간의 토양수분을 모의 할 수 있기 때문에 위성자료의 활용성에 크게 기여 할 수 있는 것으로 나타났다. 추출된 토양의 수리학적 매개변수는 Cosby et al.(1984) 및 Saxton et al.(1986)가 제시한 경험식을 이용하여 유효토양특성(Sand, Silt 및 Clay, %)로 변환하여 MODIS 격자 크기의 포장용수량･영구위조점 및 유효수분함량을 산정하였다. 농촌진흥청에서 제공하는 정밀토양도를 이용하여 산정된 포장용수량･영구위조점 및 유효수분함량은 전국적으로 공간분포의 차이가 크지 않게 나타났으나, 추출된 유효토양특성을 이용하여 산정된 포장용수량･영구위조점 및 유효수분함량의 공간분포는 산림지역과 평야지역에서 차이가 상당히 크게 나타났다. 정밀토양도의 경우 경사도, 지표피복 등과 같은 환경적 요인이 미반영되었기 때문에 실제 산림지역과 같이 경사지역의 토양특성을 반영하는데 제약이 발생한 것으로 판단되었다. 본 연구에서 제안한 유효토양특성의 경우 MODIS 격자단위의 토양의 물리적 및 환경특성을 함께 반영할 수 있기 때문에 특히 산림지역의 경사특성을 상대적으로 잘 반영한 것으로 판단된다. 따라서 본 연구에서 제시한 유효토양특성은 토양의 물리적･구조적 특성과 환경특성을 고려하여 토양의 수분함량을 산정할 수 있으며 농업, 가뭄, 홍수 등 다양한 분야의 대책 수립을 위한 기초자료로 활용될 수 있을 것이다.