산지소유역의 토사유실량 예측을 위한 RUSLE 모형의 적용 = Application of RUSLE Model in Prediction of Soil Loss at Small Mountainous Area
저자
발행사항
경산 : 영남대학교 대학원, 2011
학위논문사항
학위논문(석사)-- 영남대학교 대학원 : 산림자원 산림자원학 2011. 8
발행연도
2011
작성언어
한국어
주제어
발행국(도시)
경상북도
형태사항
56 ; 26 cm
일반주기명
지도교수: 이헌호
소장기관
This study aims to predict the amount of soil loss from Mt. Palgong's small basin by using influence factors derived from related models including RUSLE model and verify validity of the model through a comparative analysis on the predicted values and measured values, and the results are as follows.
1. Value of rainfall erosion factor(R) appeared to be 2.33(107J/ha‧㎜/hr) at the first measurement, 32.28(107J/ha‧㎜/hr) at the second measurement and 56.28(107J/ha‧㎜/hr) at the third measurement thus 90.89(107J/ha‧㎜/hr) in total during survey period. On the other hand, the amount of soil loss calculated by RUSLE model appeared to be 0.45ton/18.7ha, 6.21ton/18.7ha and 10.82ton/18.7ha at each measurement.
2. As for the changes in amount of soil erosion by soil erosion factor(K), content of sand showed negative(-) correlation with amount of soil erosion at 5% significance level while content of clay showed positive(+) correlation at 1% significance level. The result tells that an increase in sand n increase of sand content in soil reduces soil erosion while an increase of clay content in soil increases soil erosion.
3. As for the changes in amount of soil erosion by geomorphic factor showed a positive(+) correlation at 1% significance level and was most likely to occur at a slope greater than 30° and the measured amount was 0.71ton/0.25ha. For the greater slope of the mountain increases, the amount of soil erosion increased. This implies the geomorphic factor largely affects on the soil erosion in small mountain basin next to the rainfall factor.
4. The changes in amount of soil erosion by cover management factor showed a negative(-) correlation at 1% significance level, and showed the greatest erosion with a measured amount of 0.67ton/0.25ha when crown density was lower than 20%. Also, the amount of soil erosion decreased as the crown density increased with the measured values of 0.65ton/0.25ha in 20%~30%, 0.62ton/0.25ha in 30%~40% and 0.49ton/0.25ha in 40%~70%, and finally 0.38ton/0.25ha when the crown density is greater than 70%. From the result, it can be implied that increasing crown density of vegetation can be a way to reduce soil erosion.
5. From the result of soil erosion analysis on the value of soil erosion factor(K) of soil series and the measured value of soil erosion factor(K), the amount of soil loss by soil series value, 30.58ton/18.7ha, appeared to be almost twice greater than the amount of soil loss calculated with measured soil data, 17.47ton/18.7ha. This tells that using measured soil data from the site to predict the amount of soil loss is preferable when using RUSLE model.
6. In the result of the comparative analysis on the amount of soil erosion with major prediction models, the predicted values appeared to be 158.57ton/18.7ha in USLE model, 17.48ton/18.7ha in RUSLE model and 1.67ton/18.7ha in MUSLE model, and the measured amount of soil loss appeared to be 10.69ton/18.7ha which is approximately 1/15 of the value in USLE model, 1/2 of the value from RUSLE model and 6 times greater than the value in MUSLE model. Above result tells that the RUSLE model is relatively more accurate than other models in prediction of soil loss in the same type of small mountain basins with the site observed in this study.
7. The result of the soil erosion analysis on each survey site using GIS tells that the site near to the top of the mountain with lower crown density and higher slope showed greater soil erosion from 0.7ton/0.25ha to 1.6ton/0.25ha. On the other hand, compared with the northen slope of the mountain, southern slope of the site generally showed soil erosion amount from 0.3ton/0.25ha to 0.7ton/0.25ha. From the result, it was found that the lower crown density, greater slope and longer length of slope affected on the amount of soil loss at this mountain basin area.
To improve accuracy of prediction by RUSLE model, there should be an effort to collect more data on single event rainfall-runoff and continuous studies to find more detail influence factors to be used in RUSLE model.
본 연구는 RUSLE 모형을 비롯한 몇 가지 주요 모형에 대한 영향인자를 산출하여 팔공산 산지소유역의 토사유실량을 예측하고, 그 추정 값과 실제 관측한 토사유실량 값과의 비교분석을 통하여 RUSLE 모형의 적합성을 평가하기 위하여 실시하였으며, 그 결과는 다음과 같다.
1. 강우침식인자(R)의 값은 1차 측정에서 2.33(107J/ha‧㎜/hr), 2차 측정에서 32.28(107J/ha‧㎜/hr), 3차 측정에서 56.28(107J/ha‧㎜/hr)로 총 90.89(107J/ha‧㎜/hr)로 산출되어, 이 값을 RUSLE 모형에 대입하여 1차에서 0.45ton/18.7ha, 2차에서 6.21ton/18.7ha, 3차에서 10.82ton/18.7ha의 토양유실량이 각각 예측하였다.
2. 토양침식인자(K)과 토양침식량과의 관계에 있어서, 모래의 함량은 5% 유의수준에서 부(-)의 상관관계가 있었으며, 점토의 함량는 1% 유의수준에서 정(+)의 상관관계가 나타났다. 이 결과로 토양의 모래함량이 증가하면 토양의 침식성이 줄어드는 반면에, 점토함량이 증가하면 토양의 침식성이 증대하는 것을 알 수 있었다.
3. 지형인자(L‧S)와 토양침식량과의 관계는 1% 유의수준에서 정(+)의 상관관계가 있었으며, 경사 30° 이상에서 0.71ton/0.25ha으로 가장 많았으며, 경사 10° 미만에서 0.06ton/0.25ha으로 가장 적게 산출되었다. 이때 경사가 높아짐에 따라 토양침식량이 증가하였으며, 산지소유역에서의 토양침식의 발생에는 강우인자 다음으로 지형인자가 크게 영향을 미치는 것을 알 수 있었다.
4. 식생피복인자(C)와 토양침식량의 관계는 1% 유의수준에서 부(-)의 상관관계가 있었다. 울폐도가 20% 이하일 때 0.67ton/0.25ha로 가장 침식량이 많았으며, 20%~30%에서 0.65ton/0.25ha, 30%~40%에서 0.62ton/0.25ha, 40%~70%에서 0.49ton/0.25ha, 70% 이상에서 0.38ton/0.25ha의 순으로 울폐도가 높아질수록 토양침식량이 감소되었다. 이 결과로 산지소유역으로부터 토양침식량을 줄이기 위해서는 식생의 울폐도를 높이는 것도 하나의 방법이 되는 것을 알 수 있다.
5. 기존의 토양통 토양침식인자(K) 값과 실제 관측한 토양자료의 토양침식인자(K) 값으로 토양유실량을 추정한 결과, 후자로 추정한 토양유실량 17.47ton/18.7ha에 비해 전자로 추정한 토양유실량이 30.58ton/18.7ha로 약 2배가 많았다. 이것은 산지소유역에 RUSLE 모형을 적용할 때에는 대상 산지에서 실제로 관측한 토양자료를 사용하여 토사유실량을 예측하는 것이 바람직한 것으로 평가된다.
6. 주요 모형별로 토양유실량을 예측한 결과, USLE 모형에서 158.57ton/18.7ha, RUSLE 모형에서 17.48ton/18.7ha, MUSLE 모형에서 1.67ton/18.7ha으로 추정되었으며 실제로 관측한 토사유실량은 10.69ton/18.7ha으로 나타났다. 이들 값은 USLE 모형에서 약 1/15배, RUSLE 모형에서 약 1/2배, MUSLE 모형에서 약 6배의 토사유실량에 차이가 발생하여, 본 연구대상지와 같은 산지소유역에서 토사유실량을 추정하는데는 RUSLE 모형이 다른 모형에 비하여 상대적으로 적합한 것을 알 수 있었다.
7. GIS를 이용하여 조사지점별 토양침식량의 크기를 분석한 결과, 울폐도가 낮고 경사도가 높은 산능선 부근에서 0.7ton/0.25ha~1.6ton/0.25ha 범위에서 침식량이 많았으며, 대상지 북사면에 비하여 남사면에서 0.3ton/0.25ha~0.7ton/0.25ha의 범위에서 토양침식량이 상대적으로 적었다. 이 결과로 본 산지소유역에서는 낮은 울폐도, 높은 경사도 및 긴 경사길이가 침식활성화에 영향을 미친 것을 알 수 있었다.
향후 산지소유역에서 RUSLE 모형을 사용하여 토사유실량의 예측 정도를 높이기 위해서는 단일강우사상에 대한 더 많은 데이터의 수집과 기존 RUSLE 모형에 사용하는 영향인자의 보완 및 개선에 대한 연구가 집중적으로 이루어져야 할 것이다.
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)