Journal of the Korean Society of Agricultural Engineers Vol. 57, No. 6, pp. 173~183, November 2015 DOI : http://dx.doi.org/10.5389/ksae.2015.57.6.173 ISSN 1738-3692 eissn 2093-7709 Estimation of Soil Moisture and Irrigation Requirement of Upland using Soil Moisture Model applied WRF Meteorological Data 홍민기 * 이상현 **, 최진용 *** 이성학 * 이승재 **** Hong, Min-Ki Lee, Sang-Hyun Choi, Jin-Yong Lee, Sung-Hack Lee, Seung-Jae Abstract The aim of this study was to develop a soil moisture simulation model equipped with meteorological data enhanced by WRF (Weather Research and Forecast) model, and this soil moisture model was applied for quantifying soil moisture content and irrigation requirement. The WRF model can provide grid based meteorological data at various resolutions. For applicability assessment, comparative analyses were conducted using WRF data and weather data obtained from weather station located close to test bed. Water balance of each upland grid was assessed for soils represented with four layers. The soil moisture contents simulated using the soil moisture model were compared with observed data to evaluate the capacity of the model qualitatively and quantitatively with performance statistics such as correlation coefficient (R), coefficient of determination (R2) and root mean squared error (RMSE). As a result, is 0.76, is 0.58 and RMSE 5.45 mm in soil layer 1 and 0.61, 0.37 and RMSE 6.73 mm in soil layer 2 and 0.52, 0.27 and RMSE 8.64 mm in soil layer 3 and 0.68, 0.45 and RMSE 5.29 mm in soil layer 4. The estimated soil moisture contents and irrigation requirements of each soil layer showed spatiotemporally varied distributions depending on weather and soil texture data incorporated. The estimated soil moisture contents using weather station data showed uniform distribution about all grids. However the estimated soil moisture contents from WRF data showed spatially varied distribution. Also, the estimated irrigation requirements applied WRF data showed spatial variabilities reflecting regional differences of weather conditions. Keywords: Soil moisture model; WRF model; spatial variability; irrigation water requirement Ⅰ. 서론 기후변화는기온증가, 강수량증가와계절별강우편차및강우강도의변화를발생시킴으로써관개기간동안농업용수수급의안정성을저하시키는요인이될수있다 (Yoo et al., 2012). 또한과다관개는한정된수자원의낭비를야기할뿐만아니라작물생육기간중에토양이포화상태를유지하는기간을연장시킴으로써뿌리의심층성장을방해하고작물의조기발달을촉진시켜작물의최종적인수확량을감소시킨다 * Department of Rural Systems Engineering, Seoul National University ** Department of Biological and Agricultural Engineering, Texas A&M University *** Department of Rural Systems Engineering, Research Institute of Agriculture and Life Sciences, Institutes of Green Bio Science and Technology, Seoul National University **** National Center for Agro Meteorology, Seoul National University Corresponding author Tel.: +1-737-346-4704 Fax: +1-979-862-3442 E-mail: sanghyun@tamu.edu Received: November 12, 2015 Revised: November 30, 2015 Accepted: November 30, 2015 (de Bruyn, 1982). 따라서기후변화에적응하고작물생산을증진시키기위해서는기상의변화, 토양수분및작물증발산량등의변화를동시에고려할수있는농업용수의적정공급량산정시스템이필요하다. 밭의용수공급은주로양수장, 취입보및관정등을통해수행되고있고작물의다양성, 지역적소규모분산등으로인하여대규모용수개발에어려움이있다. 따라서, 밭의경우용수사용량에대한관리가필요하며이는필요수량을미리예측하여용수활용계획을세움으로써가능할것으로판단된다. 그러나현재는밭지역의증발산량및토양수분을추정하기위해티센망법 (thiessen method) 에의해지정된지배관측소의기상자료만을이용하고있다. 이러한점은대상지역의실제기상상태를제대로반영하지못할수있으며특히, 소규모로분산된밭지역에대하여지배관측소의기상자료를적용할경우기상자료와실제기상과의차이는더욱커질가능성이있다. 밭토양물수지분석방식을개선하고자하는노력은지속적으로이루어져왔다. 국내의경우 Kim and Kim (1988) 은증발산실측에의한밭용수량추정법개선을통해밭관개의계획용수량을파악하고자하였으며 Bae (1998) 의경우물수지방정식을기반으로한토양수분물수지모형과 GIS (Geographical 한국농공학회논문집제 57 권제 6 호, 2015 173
Information System) 을결합하여토양수분의공간적해석을시도하였다. Seo et al. (2012) 의경우토양수분예측모형 (AFKAE0.5) 를개발함으로써모형을이용한일별토양물수지분석방법을제시한바있다. 국외의경우다양한연구기관들에의해밭에서의수문기상인자산정을통한밭관개및작물생육정보를제공하는모델들이개발되고있으며그중대표적모델로는물수지방정식에기반한 CROPWAT (FAO, 2000), AQUACROP (FAO, 2000) 과 Richards 방정식기반의수치해석모형인 SWAP (van Dam et al., 1997) 등이있다. 밭지역수문인자예측에관한연구로는 Han et al. (2009) 는기후변화시나리오에따른토양수분의추계학적거동을분석함으로써미래토양수분함량을예측하고자하였으며 Nam et al. (2014) 은미래기상시나리오를토양수분모형에적용함으로써미래주요밭작물의소비수량및관개용수량을전망한바있다. Hong et al. (2015) 또한토양수분모형에미래기상시나리오를적용하고토양수분을산정함으로써전라남도지역의미래가뭄을전망한바있다. 이처럼토양수분및밭관개를위한필요수량을예측 산정하고자하는시도들은토양수분거동에대한추계학적분석또는기후변화시나리오에의한미래기상자료를물수지모형에적용함으로써이루어져왔다. 그러나이러한시도들은추계학적모형과기후변화시나리오의불확실성으로인해단기예측에대한적용성이낮다는점에서농경지의중 단기관개계획을세우는데에부적합한것으로판단된다. 따라서본연구에서는 WRF (Weather Research and Forecast) 모형이제공하는모의기상자료를활용하여지역적기상차이를고려한밭지역토양수분및필요수량중 단기예측 산정이가능한격자기반토양수분모형을개발하였다. 또한 WRF 모형의중 단기기상예측자료를활용하기에앞서토양수분모형의모의능력을검정하였으며과거기간의 WRF 기상자료를토양수분모형에적용하여밭토양수분및필요수량모의를실시하였다. 모의결과는토양수분의일별시계열자료및시공간분포, 필요수량의총량및시공간분포정보이며 WRF 모의기상자료의적용에따른토양수분및필요수량산정결과의차이점을분석하기위해기존지배관측소자료활용방식의의한결과와비교를실시하였다. Ⅱ. 재료및방법 1. 격자기상자료가. WRF 기상모형 WRF 모형은최근미국국립대기연구센터 (National Center for Atmospheric Research) 에서개발된기후예측모델로서수치모의를구현할수있고, 이상적인모의, 모수화, 자료동화, 예보연구, 모델간결합, 실시간예보등다양한용도로사용될수있다 (Lee, 2013). WRF 모형은일기예보 예측을위해기상청과기상관련기관에서주로쓰이며기상모형에서산출되는강우자료의정확성이검증됨에따라 WRF 모형을이용한기후모형의수문모형적용연구가진행되고있다 (Baek et al., 2012). WRF 모형의예측능력에대한연구로써 Knebl- Lowrey and Yang (2008) 은 NARR (NCEP North American Regional Reanalysis) 자료를분석하여 WRF 모형의집중호우예보능력을평가하였으며모의시간간격을 48시간으로할경우상관계수 0.63의강우사상모의능력을입증한바있다. Baek et al. (2012) 는 WRF-ARW (Advanced Research WRF) 모형을이용한공간분포형강우자료를수문모형인 HEC-HMS와연계활용함으로써분포형유출모의의활용가능성을연구한바있으며 WRF 모형의모의강수량자료를청미천유역에위치한 5곳의강우관측소와비교한결과상관계수의값이 0.746-0.922의범위를갖는점을파악하였다. Song et al. (2015) 은 WRF 모형의경기도여주시청미천부근에위치한 AWS (Automatic Weather Station) 에서관측된기상자료와 WRF 모의기상자료를비교한결과해당관측기간에대해강우량을다소과대모의하는경향을보이지만관측지점에서의강우시작과종료시점에대한모의능력이뛰어난점과최고기온및최저기온을전반적으로잘모의하며특히최저기온을지상 2 와 10 높이에서 0.4 C 오차이내로모의하는점을파악하였다. 또한, Yalong 강유역에서발생한과거집중호우를 WRF 모형으로재모의하여 WRF 모형의집중호우모의능력을평가한결과강우의공간적분포에대한모의정확도가전반적으로높게나타난바있다 (Yang et al., 2015). 본연구에서는 WRF 기상자료를밭토양물수지모형에적용하고시기별토양수분의변화및필요수량을분석하고자하였다. 2. 밭토양수분물수지가. 물수지방정식본연구의밭토양물수지는유효근군역을 4개의토층으로나누어토층별물수지분석을실시하였다. 4개의토층중상위토층부터토층 1, 2, 3, 4로명명하기로하며토층 1의물수지방정식은다음과같다. (1) 174 Journal of the Korean Society of Agricultural Engineers, 57(6), 2015. 11
홍민기 이상현 최진용 이성학 이승재 여기서, 는 일의강우량, 는 일의관개량, 는 일의모관력에의한수분상승량, 는 일의횡방향수분유입량, 는 일의증발산량, 는 일의토층 1에서토층 2로의침투량, 은 일의지표유출량, 는 일의횡방향유출량이다. 본연구의경우모관력에의한수분상승량과횡방향수분유입 출량은양은다른수문인자에비해적은양으로일별물수지변화에미미한영향을끼치므로편의를위해생략하였고무관개임을고려하였으므로토층 1에해당하는물수지방정식은다음과같다. (2) 토층 2,3,4의경우각각윗토층에서과잉되어하위토층으로유출되는양을해당토층의수분유입량으로가지며과잉되는양은유입량에서해당토층의토양수분미흡량 (soil moisture depletion) 을제외한양으로간주한다. 따라서각토층의물수지방정식은다음과같다. ( 토층 2) ( 토층 3) (3) ( 토층 4) 여기서 는토층 에서토층 로의침투량을의미하고 는 일의토층 에서의토양수분미흡량, 는 일의토층 에서의증발산량, 는 일의토층 에서의토양수분변화량을말한다. 토층 1로유입되는유효우량은해당일의강우량과같으며작물의실제증발산량을모의하기위해작물의잠재증발산량 (potential evapotranspiration, ) 을산정하고작물계수 (crop coefficient, ) 와수분스트레스계수 (Water stress coefficient, ) 를곱해줌으로써유효근군역내작물증발산량 ( ) 을일별로산정하였다 (FAO, 2004). 잠재증발산량을산정하기위해 Penman-Monteith 식을이용하였으며식은다음과같다. 작물계수는작물에따른생육시기별실제증발산량의잠재증발산량에대한비율이며작물의생육단계에따라초기작물계수 ( ), 중기작물계수 ( ), 말기작물계수 ( ) 의 3가지값으로제시된다. 또한, 수분스트레스계수는근군역내의토양수분함량이일정범위보다낮아질경우증산에필요한충분한양의수분공급이저해됨으로인해작물의증산량이감소하는현상을반영한다. 작물마다정해지는전유효수분량 () 와용이토양수분량 () 의값에따라토양수분함량에따른해당작물의수분스트레스계수가정해진다 (FAO, 2004). (4) (5) if 여기서 F.C는토성에따라결정되는포장용수량 (field capacity), W.P는영구위조점 (wilting point), 은작물의최대뿌리깊이 () 이다. 용이토양수분량은전유효수분량에작물의토양수분감소율 (soil water depletion fraction for no stress) 을곱해줌으로써산정가능하다 (Nam et al., 2014). 지표유출량은강우량중에서토양속으로침투한우량을제외하고지표와토양층을통해경지를벗어나는유출량을말한다. 본연구에서는지표유출량을산정하기위하여 SCS CN (Soil Conservation Service Curve Number) 방법을사용하였으며이방법에의한지표유출량산정은다음식을통해이루어진다. (6) 단 일때 여기서, 는강우량에의한지표유출량 (), 는총강우량 (), 는최대저류량 (), 은유출곡선지수 한국농공학회논문집제 57 권제 6 호, 2015 175
(Curve Number) 으로토지피복도와수문학적토양군에의해결정되는상수이다. 이때최대저류량을산정하기위해필요한값은해당토양의토성에따른수문학군분류와작물재배및식생형태에따라다르게되며미국농무부 (United States Department of Agriculture) 에서제공하는 SCS 분류방법에따른유출곡선지수를이용하였다. 유출곡선지수는선행강우량에따라 AMCⅠ-Ⅲ 조건으로분류되며이러한조건에따라변화되는유출곡선지수의값을반영하여지표유출량을산정하였다 (Mishra and Singh, 2003). 또한지하배수량은유효토층하부에서토양수분중중력수가아래로이동되는양을의미하며토층 4의토양수분함량이포장용수량을초과할경우포장용수량이상의토양수분은모두지하배수되는것으로간주하였다 (Nam et al,. 2014). 나. 작물소비수량유효토층내의토양수분모의산정은앞서언급한토양물수지방정식에의해이뤄지며방정식인자중증발산량을산정하는것이주요하다고할수있다. 증발산량은지표에서의증발과식물에의한증산의결과발생하며작물과토성의특성에따라다르게모의되므로보다정확한산정을위한방법론선정이주요하다. 본연구에서는 Fig. 1에서보이는바와같이뿌리성장에따른작물의토양수분소비패턴 (soil moisture extraction pattern) 을적용하였다 (Chung et al., 2013). 작물의최대근군역을토양물수지산정시분류기준인 4개층으로나누어작물의생육경과기간에따른뿌리의깊이를고려하였고각토층의증산작용에의한토양수분미흡량 (soil moisture depletion) 을산정하였다. 즉, 뿌리의분포범위에 따라증발산에의해소비수량이발생하는토층이결정되며총증발산량에대한비율로결정된다. 뿌리의분포범위를결정하는데있어서는뿌리성장함수를이용하였으며본연구에서시범작물로선정한가을배추 (chinese cabbage) 의뿌리성장함수는다음과같다 (Chung et al., 2005). sin (7) 여기서 는상대뿌리깊이 (relative rooting depth) 로써최대뿌리깊이에대한현재뿌리깊이의비를의미하며 은상대시간으로전생육일수에대한현재까지의이앙후경과일수의비를말한다. 위의식 (7) 에의해실험작물의생육경과에따른뿌리깊이를산정하였으며이는시기별모의의대상이되는토층을파악하는데사용될뿐아니라전유효수분량및용이토양수분량을결정하는인자로도활용된다. 다. 필요수량산정필요수량은각토층에서토양수분이용이토양수분량이하로감소할경우토양수분부족함량을누계함으로써산정하였다. 따라서해당지역의필요수량은모의기간중 4개의토층마다발생한필요수량의합계로정의하였다. 는 번째토층에서 시간에발생한토양수분부족함량을말하며 는 번째토층의 시간에해당하는용이토양수분량을말한다. (8) 3. 격자기반토양물수지모형 Fig. 1 Soil moisture extraction pattern of 4 layers about crop growth 가. 입력자료본연구에서개발한밭토양물수지모형은격자형자료를입력자료로활용가능하다. 따라서격자형태의기상자료, 작물지도, 토성도및토지이용도는 GIS를통해 ASCII 코드형식의자료로변환되어토양물수지모형에적용된다. 기상자료의경우앞서언급한 WRF 모형에의한모의기상자료를이용하였으며기상인자중강우량, 순복사량, 기온, 상대습도, 풍속의 5가지기상인자를고려하였다. WRF 모형의경우토양물수지모형에입력자료로활용하기위해서는동일시점의시간단위분포형자료를동일격자의일단위시계열자료 (time series) 로의데이터변형이필요하며이를위해기상청프로토콜 (protocol) 를적용하였다. 토양도의경우국립농촌 176 Journal of the Korean Society of Agricultural Engineers, 57(6), 2015. 11
홍민기 이상현 최진용 이성학 이승재 진흥청에서제공하는정밀토양도를이용하였으며토성에따라포장용수량및영구위조점이결정된다. 토지피복도의경우환경부에서제공하는중분류토지피복도 (1:25,000) 를이용하여해당지역의토지피복을기준으로토지이용을분류하였으며이를기준으로밭지역을추출하였다. 작물에따라작물계수, 작물생육기간, 뿌리깊이, 토양수분감소율이결정되며이러한작물관련정보는 FAO 보고서를참조하였다. 또한지배관측소의기상자료와 WRF 자료의적용결과비교를위해이천기상대의기상자료를입력자료로활용하였다. 나. 토양물수지모형의구성모형입력자료들은지점별토양물수지분석에필요한정보를제공하며본모형은앞서언급한물수지방식에따라해당지역내분포하는밭토양격자의일별물수지분석을실시한다. 모형구동결과일별증발산량, 지표유출량, 침투량및지하배수량을산정하여일별토양수분및필요수량의모의결과를제시한다. 모의결과는각격자에대한모의기간중각수문인자발생을시계열자료형태로제시하는형태와증발산량, 토양수분및필요수량의지역적분포를보여주는형태로출력한다. 모형의전반적인물수지분석과정은 Fig. 2에제시한바와같으며본연구에서는토양수분및필요수량모의결과만제시하였다. Ⅲ. 결과및고찰 1. 모형의검증토양물수지모형을대상지역에적용하기에앞서토양물수지모형의토양수분모의능력을검정할필요가있으며이를위하여모의자료와실측자료와의비교를실시하였다. 실측자료는 2010년 5월 18일부터 10월 6일까지총 142일간경기도수원시의칠보산에위치하고있는밤나무재배지의토양수분자료를활용하였다. 실측자료는 FDR (Frequency Domain Reflectometry) 센서로측정된토층별 (20 cm, 40 cm, 60 cm, 80 cm) 로토양수분자료이며본연구의토양물수지모형의토층별토양수분모의결과와비교하였다. 밤나무의생육이마친상태에서토양수분을실측하였으므로모의단계에서밤나무의뿌리성장단계는최대근군역값으로고정한상태에서토양수분모의를실시하였다. 강우자료는밤나무재배지에설치한 AWS (Automatic Weather Station) 에서측정한자료를사용하였으며모형의모의간격에맞춰일단위검정을실시하였다. Fig. 3는실측된토양수분변화와모의된결과를나타내는데모의치와실측치의경향이유사한것을확인할수있다. 토양물수지모형의모의능력을통계학적으로평가하기위해각토층별상관계수 (), 결정계수 ( ) 및평균제곱근 Fig. 2 Processes of soil moisture simulation using soil moisture model and WRF data 한국농공학회논문집제 57 권제 6 호, 2015 177
Fig. 3 Comparisons between simulation results and observed data about soil moisture contents in time series 편차 (RMSE), 1:1 산점도그래프 (Scatter plot) 의기울기를산정하였고. Fig. 4과 Table 1에나타내었다. 토층 1의경우 의값은 0.76, 의값은 0.58, RMSE의값은 5.568 mm이고산점도그래프의기울기는 0.97로나타났다. 토층 2의경우 의값은 0.60, 의값은 0.37, RMSE의값은 6.91 mm, 산점도그래프의기울기는 0.94로나타났다. 토층 3의경우 의값은 0.53, 의값은 0.28, RMSE의값은 8.66 mm이고산점도그래프의기울기는 0.90으로나타났다. 마지막으로토층 4 의경우 의값은 0.67, 의값은 0.45, RMSE의값은 5.27 mm이고산점도그래프의기울기는 1.02로나타났다. 분석결 과토양수분변이가가장활발한토층인토층 1에서의모의능력이가장뛰어나고, 토층 3에서의모의능력이가장낮은것으로평가되었다. 각토층에서오차를보이는이유로수분유입시점에대한모의가제대로이뤄지지않은점을생각해볼수있다. 이는모형에서는상위토층의미흡량이수분유입량보다많을경우하위토층으로수분이재분배되지않는반면실제로는이러한경우에도하위토층으로수분재분배가이뤄지기때문인것으로판단된다. 기존의토양수분모형들의결정계수가 0.4에서 0.6 사이의값을갖는점을고려하고 (Hur et al., 2014), 4개의토층들에서선형회귀식의기울기가 178 Journal of the Korean Society of Agricultural Engineers, 57(6), 2015. 11
홍민기 이상현 최진용 이성학 이승재 Fig. 4 Linear relationship of simulation results and observed data Table 1 Performance statistics for the soil moisture simulation using the model Soil layer RMSE 1 0.76 0.58 5.45 2 0.61 0.37 6.73 3 0.52 0.27 8.64 4 0.68 0.45 5.29 모두 1에가깝게나타났고 RMSE 값이최대 8.66 mm, 최소 5.27 mm의범위로나타난것을종합한결과본토양물수지모형의토양수분모의능력이유효하다고판단된다. 2. 모형의적용가. 입력자료및대상지역본연구에서는경기도여주시점동면의청미천부근의가로와세로각각 12.96 km의지역을대상지역으로선정하였다. 대상지역에대하여 2014년 9월 10일부터 9월 29일까지 20일간모의가진행되었으며가로세로길이 270 m의격자형태기상자료가생성되었다. 본연구의토양물수지모형에서는강우량, 순복사량, 기온, 상대습도, 풍속의 5가지기상인자들을사용하였으며 Fig. 5은 2014년 9월 24일의 WRF 기상모의결과를격자형태로나타낸것이다. 또한환경부에서제공하는중분류토지피복도를기반으로과수원을포함한밭작물 ( 보통, 특수 ) 재배지역을추출하여토양물수지모형에적용하였다. 토양자료의경우국립농업과학원에서제공하는토양도를활용하였고, 토양도분석결과대상지역의토성은사질, 사양토, 식양토, 식질의 4가지 토성으로구성되어있는것으로나타났다. 토양도와토지이용도를가로세로길이 90 m의단위의격자로분할하여 GIS를이용해도시한결과는 Fig. 6과같으며총 20,739개의격자중밭격자는 3,449개로나타났다. 작물의경우실제작물에대한재배정보를구축하는데어려움이있고, 본모형의경우다양한작물의적용이가능하기때문에경기도지역의대표작물인가을배추를시범작물로선정하여적용하였다. 토성에따른입력자료와시범작물인가을배추의속성정보는다음 Table 2와같다. 나. 시공간적토양수분분포모의결과각토층의토양수분은포장용수량까지채워준상태에서토양물수지분석을실시하였다. 시범작물로선정된가을배추의뿌리성장함수에의해뿌리깊이는 0.113 m-0.296 m의범위를갖는것으로나타났으므로토양수분의가장활발한변화가예상되는토층 1에대하여토양수분분포도를작성하였다. Fig. 7에제시한바와같이토양수분분포도는모의시작일로부터 6일간격으로작성되었으며이천기상대자료적용결과에비해 WRF 모형을적용하였을경우다양한공간적 한국농공학회논문집제 57 권제 6 호, 2015 179
(a) Accumulated precipitation in a day () (b) Mean relative humidity in a day (%) (d) Accumulated net radiation in a day ( ) (c) Mean temperature in a day ( C) (e) Mean Wind speed in a day () Fig. 5 Meteorological data from WRF model (2014.09.24) Fig. 6 Soil texture and land use map (Left: soil texture, Right: land use) 180 Journal of the Korean Society of Agricultural Engineers, 57(6), 2015. 11
홍민기 이상현 최진용 이성학 이승재 Table 2 Input data related with crop and evapotranspiration (FAO, 2004) Crop Growth period Maximum root depth (m) Soil water depletion fraction Chinese Cabbage 0.9 1.7 1 8/10 ~11/20 0.6 0.45 14.09.10 14.09.16 14.09.22 14.09.28 (a) Results of soil moisture contents using WRF meteorological data 14.09.10 14.09.16 14.09.22 14.09.28 (b) Results of soil moisture contents using Icheon weather station data Fig. 7 Spatial and temporal distribution of simulated soil moisture contents 차이요소를반영한토양수분의분포를확인할수있다. 먼저 WRF 자료를적용한토양물수지결과를살펴보면 9월 10일에는지점당 47.0, 16일 34.4-39.67, 22일 25.8-30.4, 28일 35.0-42.4 범위로공간적차이를갖는토양수분산정결과를확인할수있다. 반면에이천기상대의기상자료를적용하였을경우격자간기상자료의차이가없기때문에 9월 10일에는지점당 47.0, 16일 39.2, 22일 35.5, 28일 42.1 의값으로전지역에걸쳐동일한토양수분이모의되었다. 따라서 WRF 기상자료의결과를토양물수지모형에적용할경우기상현상차이를비롯한다양한공간적차이요소를반영하는토양수분분석이가능한것으로판단된다. Fig. 8은임의로추출된격자의토층별토양수분의시계열변화를나타낸결과이다. 모의결과작물의뿌리분포로인해상위 2개의토층에서토양수분감소가확연히관찰되었고, 이에따라수분감소에의한수분스트레스발생도토층 1, 2에서활발한점을확인할수있다. 증발산에의해발생한토양수분감량은토층 1에서 WRF 자료적용시 25.3, 이천기상대자료적용시 16.1, 토층 2에서각각 11.6, 6.42, 토층 3에서각각 7.71, 4.28, 토층 4에서각각 3.85, 2.14 로나타났다. 상위토층일수록토양수분감량이크게나타나고, WRF 기상자료를적용한경우이천기상대의자료를적용하였을때보다토양수분감량이크게발생하였다. 이러한모의결과는 WRF 기상자료를적용할경우이천기상대의자료를적용할경우보다증발산량이크게산정되는것으로인해발생한다고판단된다. 다. 작물필요수량모의결과토양물수지모형의토양수분모형을기준으로모의기간전기간에대한필요수량을산정하였으며 Fig. 9는격자형태의작물필요수량산정결과이다. 이천기상대의기상자료를적용한경우에는시범지역내의모든밭지역에서필요수량이발생하지않은반면 WRF 기상자료를적용한경우에는시범지역의밭격자당필요로하는평균관개수량은 26.39 로나타났고, 격자별최대 45.42 에서최소 13.32 까지필요수량이다양하게모의됨을확인할수있다. 격자단위의필요수량결과를밭격자의실제면적을고려하여시범지역의총필요수량을환산한결과모의기간중총 737,310 의관개용수의공급이필요한것으로나타났다. 본연구의토양물수지모형과 WRF 기상자료를통한필요 한국농공학회논문집제 57 권제 6 호, 2015 181
(a) Time series of soil moisture (layer1) (b) Time series of soil moisture (layer2) (c) Time series of soil moisture (layer3) (d) Time series of soil moisture (layer4) Fig. 8 Soil moisture simulation results by soil layers (2015.09.10.-2015.09.29) Fig. 9 Spatial distribution of total irrigation requirement (duration : 2015.9.10-2015.9.29) 수량분석결과근접한지역이라도기상및토양상태에따라필요수량이다르게나타나는것을확인할수있으며따라서향후효율적이고정밀한밭관개계획을위해서본모형의토양수분및필요수량의시공간적모의자료가활용가능할것으로기대된다. Ⅳ. 요약및결론본연구에서는 WRF 모의기상자료를밭토양수분모형에적용함으로써밭지역의격자단위토양수분및필요수량산정을실시하였다. 토양수분모형을통해일별로토양물수지분석을실시하여유효우량, 지표및지하유출량, 증발산량과 같은수문인자들을산정하였고토양수분값을계산하였다. 밭지역의지점단위토양물수지분석은한지점에대하여 4 개토층으로분할되어실시되었으며각토층에서발생한소비수량은작물의뿌리성장과토양수분소비형을고려하여산정되었다. 본연구에서개발된밭토양수분모형의모의능력을평가하기위해 2010년 5월 18일부터 10월 6일까지총 142 일간실측한밤나무의토양수분값과의토층별검정을실시하였고이를바탕으로 2014년 9월 10일부터 29일까지 20일간의 WRF 기상자료를이용하여시범지역의토양수분및필요수량산정을실시하였다. 토층별검정결과토층별결정계수는토층 1이 0.579, 토층 2 0.365, 토층 3 0.279, 토층 4 0.450로나타났으며이에따라본모형을토양수분모의에사용가능하다고판단하였다. WRF 기상자료를본토양수분모 182 Journal of the Korean Society of Agricultural Engineers, 57(6), 2015. 11
홍민기 이상현 최진용 이성학 이승재 형에적용하여일별토양수분및필요수량을모의한결과이천기상대자료를적용한경우에비해다양한값을갖는토양수분및필요수량의공간분포를확인할수있었으며이는격자별기상및토양의차이요소를토양물수지에반영한결과라고생각한다. 본연구는기존의토양물수지분석에관한연구들이지배관측소의기상자료를활용함으로써발생한기상차이에의한물수지오차를고해상도 WRF 기상자료의격자기반토양수분모형적용을통해줄이고자하였다. WRF 모형의중 단기예측자료를활용하여공간적차이요소를반영한토양수분및필요수량의분포정보를예보할수있을것으로판단되며이러한점은밭관개계획수립에필요한중 단기영농정보를제공할수있을것으로기대된다. REFERENCES 1. Bae, S. J., 1998. Drought Analysis using soil water balance model and geographic information system. Ph.D. diss., Seoul National University (in Korean). 2. Baek, J. J., Y. Jung, and M. H. Choi, 2012. Estimation for runoff based on the regional-scale weather model applications : Cheongmi region, Journal of the Korean Society of civil engineering, 32(1B): 29-39 (in Korean). 3. Chung, H. W., S. H. Park, N. H. Lee, S. J. Kim, J. Y. Choi, D. S. Kim, K. W. Park, M. W. Jang, and S. J. Bae, 2005. Estimation of crop water requirement in Korea. Seoul national university. HanChang Press (in Korean). 4. Chung, H. W., S. J. Kim, J. S. Kim, J. K. Noh, K. W. Park, J. G. Son, K. S. Yoon, K. H. Lee, N. H. Lee, S. O. Chung, J. D. Choi, and J. Y. Choi, 2013. Irrigation and Drainage engineering. Seoul national university. DongMyeong Press (in Korean). 5. de Bruyn, L. P., 1982. The Effect of over irrigation on the growth and Production of Gossypium hirsutum, Irrigation Science 3: 177-184. 6. Food and Agriculture Organization (FAO), 2004. FAO irrigation and drainage paper No. 56: Crop evapotranspiration-guideline for computing crop water requirement. 7. Han, S. H., J. H. Ahn, and S. D. Kim, 2009. Stochastic Behavior of Soil Water and the impact of climate change on soil water, Journal of Korea Water Resources Association 42(6): 433-443 (in Korean). 8. Hong, E. M., W. H. Nam, and J. Y. Choi, 2015. Climate Change Impacts on Agricultural Drought for Major Upland Crops using Soil Moisture Model -Focused on the Jeollanam-do-, Journal of the Korean Society of civil engineering 57(3): 65-76 (in Korean). 9. Hur, S. O., Y. G. Son, B. K. Hyun, K. S. Sin, T. K. Oh, J. K. Kim, 2014. Verification on PTF(Pedo-Transfer Function) estimating soil water retention based on soil properties. CNU Journal of Agricultural Science 41(4): 393-400 (in Korean). 10. Kim, S. W., and S. J. Kim, 1988. Study on the Estimation of project duty of water and facility capacity in upland irrigation - On the Estimation of Duty of Water for the Upland Crops by the Measurement of Evapotranspiration, Journal of the Korean Society of Agricultural Engineers 30(4): 23-44 (in Korean). 11. Knebl-Lowrey, M. R., and Z. L. Yang, 2008. Assessing the capability of a regional-scale weather model to simulate extreme precipitation patterns and flooding in central Texas, Weather and Forecasting 23(6): 1102-1126. 12. Lee, S. S., 2013. The introduction of 3D weather forecast model, 1-4, Climate-Change Research Institute of Korea (in Korean). 13. Mishra. S. K, and V. P. Singh, 2003. Soil conservation service curve number(scs-cn) methodology. Kluwer Academic Publisher. 14. 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). 15. Seo, M. C., S. O. Heo, Y. K. Son, H. S. Jo, 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 & Fertilizer 45(6): 1203-1210 (in Korean). 16. Song, J. A., S. J. Lee., M. S. Kang., M. K. Moon., J. H. Lee., J. Kim., 2015. High Resolution atmospheric simulation in Cheongmicheon farmland during the 2014 special observation period, Korean Journal of Agricultural and Forest Meteorology 15(2): 91-99 (in Korean). 17. van Dam. J. C., J. G. Wesseling, R. A. Feddes, P. Kabat, P. E. V. Van Walsum, P. Groenendijk, and C. A. Van Diepen, 1997. Theory of SWAP version 2.0. 11-14. Report 71. Department Water Resources: Wageningen University. 18. Yang, M. X., Y. Z. JIANG, X. Lu, H. L. Zhao, Y. T. Ye, Y. TIAN, 2015. A weather research and forecasting model evaluation for simulating heavy precipitation over the downstream area of the Yalong River Basin, Journal of Zhejiang University 16(1): 18-37. 19. Yoo, S. H., J. Y. Choi, S. H. Lee, Y. G Oh, and N. Y. Park, 2012. The impact of Climate Change on Paddy Water Demand and Unit duty of water using High-Resolution Climate Scenarios, Journal of the Korean Society of Agricultural Engineers 54(2): 15-26 (in Korean). 한국농공학회논문집제 57 권제 6 호, 2015 183