1. 서 론
2. 연구지역 및 데이터
3. 연구 방법
3.1 토양수분 데이터의 거동 분석
3.2 토양수분 데이터의 품질 관리
4. 연구 결과 및 토의
4.1 토양수분 거동 분석 결과
4.2 토양수분 데이터의 품질 특성
5. 결 론
1. 서 론
지상에 머무는 물은 수문기상 시스템의 과정과 순환을 조절하는 중요한 요소로 특히, 토양수분(soil moisture)은 토양의 공극 안에 존재하는 수분을 의미하며 지표면과 대기 사이의 복잡한 수문 순환과 에너지 순환을 이해하기 위한 중요한 수문인자이다(Choi and Jacobs, 2007; Brocca et al., 2011; Nguyen et al., 2019). 또한, 단순히 수문 순환 및 에너지 순환의 이해를 넘어 가뭄, 홍수, 황사와 같은 각종 자연재해의 발생과 매우 밀접하여, 수문 순환 과정의 규명과 함께 각종 자연재해 분석 및 예측 정확도 향상 분야 등 다양한 목적으로 활용되고 있다(Wagner et al., 2007; Jackson et al., 2010). 따라서, 각종 정책 수립 및 수문 순환과 관련한 연구에 기초자료로 제공될 수 있도록 일관성과 정확성이 높은 토양수분 관측의 필요성이 대두되고 있다(Western et al., 2004).
현재 국내에서 직/간접적으로 측정되고 있는 토양수분 자료는 크게 점 단위(point scale) 데이터와 면 단위(regional or global scale) 데이터로 나눌 수 있다. 점 데이터의 경우에는 대표적으로 실험을 통한 토양수분 중량 측정방법(Dorigo et al., 2011), Time Domain Reflectometry (TDR)와 Frequency Domain Reflectometry (FDR)를 이용한 유전율식 토양수분 측정 방법(Mittelbach et al., 2012; Skierucha and Wilczek, 2010)이 주로 이용되고 있으며, 면 단위의 경우에는 인공위성 및 Cosmic-ray sensor등의 원격탐사 기법을 활용하여 토양수분 관측/산출이 이루어지고 있다(Jeong et al., 2018).
미국 등 여러 선진국에서는 오래 전부터 토양수분에 대한 중요성을 인식하고 이론적인 개념을 정립하여 비교적 토양수분을 정기적으로 측정해 오고 있으며, 최근에는 TDR 및 FDR과 같은 유전율식 장비 등을 이용하여 토양수분 데이터를 활발히 생산하고 있다. 일례로 전 세계 지점 토양수분 데이터베이스인 International Soil Moisture Network (ISMN)에서는 토양수분 데이터의 품질 향상을 위한 제반 기술과 데이터처리 방법을 체계화하고 있으며, 특히 Dorigo et al. (2013)에서 제안된 지점 토양수분 품질관리 기법을 적용하여 실무에 이용하고 있다. 이에 비하여 국내에서는 토양수분 관측 방법 및 기준이 정립되어 있지 않고(Kim et al., 2019) 조사 기준 매뉴얼, 데이터 품질관리 등에 대해 연구개발이 다소 부족하여 토양수분의 지점 관측 및 관측 데이터를 활용하는 연구가 드물게 이루어지고 있는 실정이다(Hur and Choi, 2011). 따라서 국내 지점 토양수분과 관련한 연구는 유전율식 센서의 검증 연구에 한정되어 왔으며(Hur et al., 2009), 지점 토양수분 데이터의 신뢰도 향상 및 활용도 증진에 관한 연구가 필요한 상황이다. 특히, 점 관측 데이터는 참 값이라는 인식이 있어 원격탐사 데이터를 보정 및 검증하는 연구를 진행할 때 기준으로 이용하기 때문에 지점 토양수분의 거동에 대한 보다 정확한 분석과 이를 통한 품질관리가 필수적이다.
따라서, 본 연구에서는 국내 United Nations Educational, Scientific and Cultural Organization International Hydrological Programme (UNESCO-IHP) 대표 시험유역인 용담댐 유역(이하 용담시험유역)의 TDR 센서 기반 토양수분 관측 자료를 이용하여 수집된 데이터의 검사 및 품질관리를 통한 신뢰도 향상 및 활용도 증진을 위한 연구를 수행하였다. 먼저, 거동 확인을 위해 1) 강우 발생에 따른 토양수분의 반응속도 및 증가 특성, 2) 무강우 조건 하에서 토양수분의 감소 특성에 대한 분석을 진행하였으며, 다음으로 ISMN에서 사용되고 있는 품질관리 기법을 적용하여 1) 수문인자 이상 범주에 대한 평가, 2) 토양수분 거동 특성에 대한 평가, 3) 토양수분 데이터 시계열 평가를 진행하여 용담시험유역 토양수분 데이터의 품질을 향상시킬 수 있는 방향을 제시하고자 하였다.
2. 연구지역 및 데이터
본 연구의 대상지는 용담시험유역으로서, 다양한 수문데이터의 수집 및 검증을 위한 국내 대표 UNESCO-IHP 시험유역이다. 유역 면적은 총 930 km2로 동경 127.28°-127.81°, 북위 35.54°-36.09°에 위치하고 있으며, TDR 관측지점은 해발 고도 300-500 m의 비교적 낮은 고도에 설치되어 있고, 대부분이 산림지역으로 이루어져 있다(Lee et al., 2015; K-water, 2013; Fig. 1). 관측소 내 지점 토양수분 측정에 사용되고 있는 장비는 CS616 TDR 센서(Scientific, 2006)로, Logsdon (2009), Mittelbach et al. (2012) 등의 선행연구에서 활용성이 검증되었다. Table 1은 2014년 10월 7-8일에 각 TDR 관측소 별 실내 토질실험을 통해 취득한 토양 특성에 대한 정보를 위치/깊이별로 나타낸 것으로(K-water, 2014), 주천 및 부귀 관측소에는 10 cm, 20 cm, 40 cm, 60 cm의 심층에 센서가 설치되어 있으며, 그 외 관측소의 경우 80 cm에도 추가적으로 설치되어 있다. 통일분류법(Unified Soil Classification System, USCS)에 따르면, 관측소 위치의 토양은 대부분 SM (Silty Sand) 또는 ML (Silt with Low compressibility)로 이루어져 있고, 안천 관측소가 설치된 곳의 경우 5개 층 모두 CL (Clay with Low compressibility)로 이루어져 있다. 본 연구에서는 2013년에서 2018년 간 6개 관측소로부터 1시간 단위로 측정된 심층별 토양수분 및 강우량 데이터가 사용되었다.
Table 1. Results of laboratory investigation in 7-8, October, 2014
3. 연구 방법
3.1 토양수분 데이터의 거동 분석
3.1.1 강우 발생에 따른 토양수분의 증가
토양수분은 강우의 발생과 함께, 또는 발생 이후 침투에 의해 증가한다(Rosenbaum et al., 2012). 따라서 본 연구에서는 이러한 토양수분의 거동을 1) 강우에 대한 토양수분의 반응속도, 2) 강우 발생 이후 심층별 토양수분의 증가량 및 증가속도로 나누어 분석하였다. 먼저 강우에 대한 심층별 토양수분의 반응속도를 파악하기 위해 강우가 발생한 후 각 심층별 토양수분의 증가가 시작하는 데까지의 시간을 측정하였다.
강우가 발생함에 따라 각 심층별로 토양수분이 얼마나 증가하는지를 평가하기 위해서, 강우 발생 직전의 토양수분과 강우 발생 이후 토양수분의 극댓값의 차이를 계산하였다. 먼저, 토양수분이 감소하다가 증가한 경우만을 선별하였으며, 겨울철에 발생하는 선행 강우를 동반하지 않은 토양수분 증가현상을 제외하기 위해 2시간 내 선행 강우가 발생한 경우만을 선별하였다. 두 조건을 만족시킬 경우 12시간 내 토양수분의 극댓값과 강우 발생 이전의 토양수분 값의 차이를 계산하였다. 추가적으로, 계산된 토양수분의 차를 두 극값이 발생한 시간의 차로 나누어 토양수분의 증가속도를 계산하였다.
3.1.2 무강우 조건 하에서의 토양수분 감소
강우 발생 이후 극댓값에 도달한 토양수분은 이후 무강우 시간이 지속됨에 따라 감소하게 된다. 심층별 특이사항(e.g. 토양수분 포화 신호)의 유무를 판단하기 위해 감소량을 각각 토양수분의 극댓값 이후 12시간 이내의 짧은 시간에 대한 감소량, 5일 동안의 긴 시간에 대한 감소량으로 나누어 분석하였으며, 무강우 조건을 선별하기 위해 Eq. (1)의 조건을 적용하였다.
| $$P_t\;>\;0\;\;\mathrm{and}\;\;\sum_{k=t+1}^{t+n}\;P_k=0$$ | (1) |
여기서, 짧은 기간의 경우 n=12(시간), 긴 기간의 경우 n=120을 적용하였다. 강우가 발생하지 않을 시 토양수분은 계속 감소하므로, 선정된 기간의 가장 마지막 토양수분 값과 강우로 인한 극댓값의 차이를 감소량으로 지정하였다.
3.2 토양수분 데이터의 품질 관리
본 연구에서는 ISMN에서 지점 관측 토양수분 데이터를 대상으로 적용하고 있는 이상치 선별(Quality Flagging, QF)기준을 사용하였다. 해당 QF 기준은 Dorigo et al. (2013)에서 제안 되어, 현재 ISMN에서 이를 적용한 품질관리를 통해 약 26여개 서로 다른 국가에서 제공하는 토양수분 데이터들의 지역적이고 불연속적인 한계를 완화시키고 있다. Table 2에 본 연구에서 사용된 QF 종류 및 그 기준을 나타내었다.
Table 2. Quality flagging classification and explanation
3.2.1 수문인자 이상 범주 평가
QF1에서 QF6까지는 관측 데이터의 값 자체가 물리적으로 불가능한 값인지, 일반적인 데이터가 갖는 범위를 벗어나는지를 검사한다. 일반적인 토양수분 값(0∼60%), 토양 온도(-60∼60℃), 강우량(0∼100 mm/h)을 벗어나는 값들을 선별하였다. 토양 온도의 경우 관측소가 위치한 곳에서 가용한 현장(In-situ) 데이터가 없어, 재분석 데이터인 Global Land Data Assimilation System (GLDAS)의 0-10 cm, 10-40 cm, 40-100 cm 깊이의 토양 온도 데이터를 사용하였다(Rodell et al., 2004). 해당 데이터는 3시간의 시간 해상도를 가지고 있었기 때문에 토양수분 데이터와 일치시키고자 스플라인 보간법을 통해 1시간 단위의 데이터로 내삽하여 사용하였으며, 심층별 토양수분과 공간적으로 일치시켜 분석에 사용하였다.
3.2.2 거동 특성 평가
토양 온도가 0℃ 이하일 경우, 토양 내 수분은 얼게 된다. 이 때, 얼어있는 물의 유전체 전도성(dielectric conductivity)이 액체 상태 물의 경우보다 현저히 낮아서, 매우 낮은 토양수분이 기록될 수 있다(Hallikainen et al., 1985). 이에 따라 QF7에서는 토양 온도가 0℃ 미만이 기록된 경우의 토양수분 값들을 선별하였다.
QF8에서는, 선행 강우가 발생하지 않았을 때 토양수분의 증가가 일어난 경우를 선별하였다. Eq. (2)를 통하여 토양수분이 증가한 경우만을 선별하였으며, 센서 특징으로 인해 토양수분 측정값이 온도 및 노이즈에 따라 작은 일변화를 가질 수 있기 때문에, 시간 t에서 토양수분의 변화량이 24시간동안의 표준편차의 두 배를 넘는 경우만을 선별하였다(Eq. (3)).
| $$SM_t>SM_{t-1}$$ | (2) |
| $$SM_t-SM_{t-24}\;>\;2\sigma_{SM\lbrack t-24,\;t\rbrack}\;$$ | (3) |
선별된 토양수분 값들을 대상으로 선행 강우가 발생했는지를 검토하였다. 이 때, 토양수분의 증가로 이어질 수 있는 최소 강우량을 Eq. (4)를 통해 계산하였다.
| $$P_\min=DAp$$ | (4) |
여기서, D는 센서의 깊이, A는 센서의 정확도, p는 토양 공극률을 나타내며, Dorigo et al. (2013)에 따라서 A와 p의 값으로 각각 센서의 평균 정확도인 5%, 평균 공극률인 0.5를 적용하였다. 선행 강우량이 Eq. (4)를 통해 계산된 최소 강우량 미만일 경우 해당되는 토양수분 값들을 선별하였다.
3.2.3 시계열 평가
QF9에서는 spike 데이터를 선별하였다. 일반적으로 spike는 토양수분의 값이 특정적으로 매우 높거나 낮은 값을 보이는 경우를 말하며, 주로 센서에 전류 공급이 원활하지 않을 때 발생할 수 있는 것으로 알려져 있다(Dorigo et al., 2013). Dorigo et al. (2013)에서 언급된 것과 같이, 상당한 증가 혹은 감소폭(최소 15%)을 보이는 경우를 spike의 조건으로 적용하였으며, 이를 Eq. (5)와 같이 나타내었다. Eq. (5)만으로는 강우에 의해 토양수분이 증가하는 경우와 구분할 수 없기 때문에, 두 번째 조건인 Eq. (6)도 고려하였다.
| $$\frac{SM_t}{SM_{t-1}}>1.15\;\;\;\mathrm{or}\;\;\;\frac{SM_{\mathit t}}{SM_{\mathrm t-1}}<0.85$$ | (5) |
| $$0.8\;<\;\parallel\frac{SM\mathit"{\mathit\;}_{\mathit t\mathit-\mathit1}}{SM\mathit"{\mathit\;}_{t+1}}\parallel\;<\;1.2$$ | (6) |
Eq. (6)은 t-1, t+1에서 토양수분이 크게 변하지 않는다는 가정 하에 두 이계도함수의 비율도 1에 가까워야 한다는 것을 의미한다. 이계도함수를 이용한 기준은 심한 노이즈를 포함하는 데이터에 적용하는 데 한계가 있어, 이러한 문제점을 다루기 위해 변동 계수(coefficient of variation) 조건인 Eq. (7)을 추가하였다.
| $$\vert\frac{\sigma^2(SM_{t-12},\;SM_{t+12})}{\mu(SM_{t-12},\;SM_{t+12})}\vert<1$$ | (7) |
여기서, 분자 항은 시간 t를 제외한 시간 t-12, t+12 사이의 분산을 나타내고, 분모항도 마찬가지로 시간 t를 제외한 시간 t-12, t+12 사이의 평균을 나타낸다. Eq. (7)에 따라 변동 계수가 1 이상의 값을 가질 경우 심한 노이즈를 포함하는 것으로 판단하였다. 위 세 가지 조건을 모두 만족시킬 경우, spike 값인 것으로 판단하여 선별하였다.
QF10에서는 높은 값이 유지되는 토양수분의 정체(plateau)에 대해 다루었다. 높은 토양수분 값이 유지되는 경우는 1) 토양수분이 센서가 감지할 수 있는 최대 범위를 초과하는 경우이거나, 2) 토양수분이 포화되어 있는 상태가 유지되는 경우를 들 수 있다(Dorigo et al., 2013). Plateau는 다음 세 가지의 조건을 통해 선별되었는데, 먼저 강우에 의한 토양수분의 증가와 spike, 두 경우와의 차이점을 두기 위하여 Eq. (8)을 사용하여 토양수분이 유지되는 구간을 선별하였다. 여기서, 최소 24시간동안의 토양수분의 분산이, 평균적인 센서의 정확도인 5% 토양수분의 1%에 해당하는 0.05%를 넘지 않는 경우만을 선별하였다.
| $$\sigma^2\lbrack SM_{t-12},SM_{t-12}\rbrack\;\leq\;0.05$$ | (8) |
또한, 이러한 유지되는 값들 중 오랜 무강우 기간으로 인해 거의 일정한 값을 나타내는 토양수분과 분리하기 위해 시계열로 보았을 때 기울기의 극댓값이 나타나는 시점을 시작점으로, 이후 기울기의 극솟값이 나타나는 시점을 종료지점으로 설정하였다. 마지막으로, plateau는 보통 센서가 측정할 수 있는 가장 큰 토양수분 값에서 나타나기 때문에, 선별된 데이터 중 전체 기간의 토양수분 최댓값의 95%보다 큰 경우만을 선별하도록 하였다(Eq. (9)).
| $$\mu(SM_{\lbrack t_{begin},\;t_{final}\rbrack})\;>\max\;(SM)\;\times\;0.95$$ | (9) |
4. 연구 결과 및 토의
4.1 토양수분 거동 분석 결과
4.1.1 강우 발생에 따른 토양수분의 증가
Fig. 2는 강우에 대한 토양수분 반응시간 분포를 Box plot으로 나타낸 것이다. 분석에서, 겨울철 강우는 기록되었지만 지표 아래 토양수분은 얼어있어 이에 대한 반응이 나타나지 않다가 노이즈, 온도 변화 등으로 인해 토양수분이 증가한 경우 매우 긴 시간이 기록되어 평균값에 영향을 주었기 때문에 중간 값(median)의 비교를 통해 적절성을 판단하였다. 대부분의 TDR 관측지점에서 표층(10∼20 cm)의 토양수분이 강우 발생 시 즉각적으로 증가하는 것을 볼 수 있었으며, 이후 40 cm, 60 cm, 80 cm 순으로 강우에 대한 반응시간을 나타내었다. 같은 토양수분 조건일 때 모래의 경우 실트나 점토보다 높은 매트릭 퍼텐셜(matric potential)을 가지게 되는데(Tuller and Or, 2005), 이 때문에 모래가 실트 위에 있을 경우 물의 이동은 빠르지만 실트가 모래 위에 있을 경우 경계층이 거의 포화상태에 도달한 이후 하향 이동을 하게 되기 때문에 물의 이동이 느리다. 이러한 현상을 주천, 부귀, 상전 관측소의 결과에서 확인할 수 있다. 천천 관측소의 경우 10 cm, 20 cm, 40 cm, 60 cm 순서의 일반적인 반응 시간을 보였지만, 80 cm의 반응속도가 비교적 빠른 것으로 나타났는데, 이러한 경우 지하수층이 형성되어 있거나 해당 심층에서 주변 토양으로부터 물의 유입이 활발히 일어날 수 있는 조건이 형성되어 있음을 의심해 볼 수 있다.
강우에 의한 토양수분의 증가량에 대한 Box plot을 Fig. 3에 나타내었다. 토양수분의 증가폭은 일반적으로 표층일수록 더 크다. 하지만 심층 이외에도 토양 입자의 크기, 공극률, 토양 분류 또한 토양수분의 증가폭에 영향을 미치기 때문에 종합적인 영향을 고려한 분석을 실시하였다. 부귀 관측소의 60 cm 토양수분의 경우를 제외하고는 대부분 일반적인 경향인 10 cm, 20 cm, 40 cm, 60 cm, 80 cm 순서로 증가량이 줄거나 비슷한 값을 보였다. 특히 상전, 천천, 계북 관측소에서 이러한 형태가 뚜렷하게 나타나는 것을 확인하였다. 주천 관측소의 경우 최대로 기록된 값들은 10 cm, 20 cm, 40 cm, 60 cm 순서로 나타났지만, 평균 및 중앙값은 심층별로 크게 다르지 않았다. 안천 관측소의 경우, 최댓값 및 중앙값이 감소하는 형태로 나타났으나, 60 cm의 증가량이 비교적 작은 것을 확인하였다. 마지막으로 부귀 관측소의 경우 10 cm, 20 cm, 40 cm는 비슷한 평균, 중앙값을 보였지만 60 cm에서 매우 높은 값을 갖는 것을 확인할 수 있었다. 이 경우 평균, 중앙값 모두 다른 모든 관측소 및 심층과 비교했을 때 매우 높은 값을 나타냈기 때문에 부귀 관측소의 60 cm 토양수분 데이터에 대한 추가적인 현장 실험을 통해 TDR 센서의 보정상수(calibration coefficient)를 조정해야 할지 여부를 결정해야 할 필요가 있다고 판단된다. 전체적으로, 대부분의 모래질 토양의 경우 큰 공극으로 인해 낮은 매트릭 퍼텐셜 상태에서도 쉽게 물이 빠지게 되는 현상으로 인하여 증가량이 실트 및 점토에 비해 낮은 것을 확인할 수 있었다. Fig. 4는 강우에 의한 토양수분의 증가 속도를 나타낸다. 상전, 천천, 계북 관측소에서는 심층이 깊어질수록 증가 속도가 감소하는 형태를 보이는 일반적인 거동이 Fig. 3에서보다 더 선명하게 관측되었으며, 안천 관측소 또한 60 cm 증가속도가 비교적 작은 것을 제외, 일반적 분포를 확인할 수 있었다. Fig. 3에서 살펴본 바와 마찬가지로 실트로 이루어진 토양의 토양수분 증가 속도가 모래로 이루어진 경우보다 빠른 것을 확인할 수 있었다. 주천 관측소의 경우 모든 심층이 비슷한 증가속도를 보였으며, 부귀 관측소의 경우 60 cm에서 매우 큰 증가속도가 나타났다.
4.1.2 무강우 조건 하에서의 토양수분 감소
토양수분 감소량에 대한 결과로, Fig. 5는 강우 직후(12시간)의 감소량 및 5일(120시간)동안의 감소량을 나타낸다. 강우 직후의 감소량의 경우, 부귀 관측소를 제외한 모든 관측소에서 10 cm, 20 cm, 40 cm, 60 cm, 80 cm 순서의 정상적인 결과를 확인할 수 있었다. 부귀 관측소의 경우, 토양수분의 증가량 혹은 증가 속도와 마찬가지로 60 cm에서 상당히 큰 값들이 기록되었다. 안천 관측소를 제외한 모든 관측소에서 감소량은 증가량 혹은 증가 속도와 비례하였으며, 타 관측소에 비해 모든 심층에서 큰 증가량을 보였던 주천 관측소가 가장 큰 감소량을 보였고, 타 관측소에 비해 모든 심층에서 작은 증가량을 보였던 상전 관측소에서 가장 작은 감소량이 나타나는 것을 확인하였다.
5일 동안의 감소량을 살펴보면, 대체로 짧은 기간 동안의 감소량과 유사한 패턴을 나타낸다는 것을 알 수 있다. 특이한 점은, 안천 관측소에서 40 cm, 60 cm, 80 cm의 감소량이 매우 크게 증가하여 증가량 혹은 증가 속도와 비례하는 값을 나타냈다는 것인데, 이러한 현상의 이유는 Fig. 6의 안천 관측소 토양수분 시계열 그래프를 통해 60 cm, 80 cm의 경우와 일부 40 cm에서 높은 토양수분 값이 유지되는 구간이 나타나기 때문인 것을 알 수 있다. 이는 주로 점토로 이루어져 있는 안천 관측소 토양에서, 낮은 투수성으로 인하여 토양수분의 포화 신호가 지속적으로 나타나기 때문인 것으로 추정할 수 있다(Liu and Birkholzer, 2012; Naveed et al., 2013). 강우 직후 미미한 감소를 보이다 무강우가 지속될 경우 크게 감소하는 거동 형태가 반영되어 있음을 확인할 수 있다.
4.2 토양수분 데이터의 품질 특성
4.2.1 수문인자 이상 범주 평가 및 거동 특성 평가 결과
Table 3은 연구기간 동안 각 QF 기준을 적용한 결과 선별된 데이터의 비율을 나타낸다. QF1부터 QF6까지 적용한 결과 선별된 데이터는 0건으로 나타났다. 이는 TDR 관측소에서 관측되는 토양수분 및 강우량의 값들 중 정상 범위를 벗어나는 이상치 값이 없다는 것을 의미한다. Figs. 7(a) and 7(b)는 재분석 자료 GLDAS의 토양 온도가 0℃ 이하일 때의 토양수분 값을 선별(QF7)한 결과 중 천천 관측소의 10 cm 및 80 cm의 토양수분 데이터에 대한 결과를 나타낸다. Table 3으로부터 알 수 있듯, 대부분의 경우 표층에 가까울수록 더 많은 값들이 선별되었으며, 이러한 특징을 Figs. 7(a) and 7(b)에서도 확인할 수 있다. Fig. 7(a)에서, 선별된 기간 동안 액체상태 및 고체상태의 물의 전도 특성 차이로 인해 토양수분이 매우 낮게 측정되는 것이 잘 반영되어 있음을 알 수 있다. 그러나 Fig. 7(a)의 일부 데이터 및 Fig. 7(b)의 결과를 통해 해당 QF 기법을 통해 과다 선별(overflagging)된 경우도 있음을 확인하였는데, 이러한 과다 선별은 토양 온도의 값을 얻기 위해 사용된 GLDAS 데이터의 정확도 및 낮은 공간해상도(25 km)로 인하여 발생하는 문제로 사료된다.
Table 3. Percentages of quality flagging for each site and depth
Fig. 7(c)에 24시간 내 선행 강우가 발생하지 않았을 때 토양수분의 증가가 일어난 경우를 선별(QF8)한 결과를 나타내었다. 선별된 데이터를 분석한 결과, 대부분의 경우 겨울철 토양수분이 선별되었음을 확인할 수 있었는데, 이는 지표에 가까운 토양이 동토화 되어 토양수분이 매우 낮고 부정확하게 측정되기 때문인 것으로 판단된다(Hallikainen et al., 1985). 이에 따라 QF7(a)의 결과와 중복되는 부분이 다수 발생하였다. 그러나, Day-Of-Year (DOY) 62일과 79일과 같이, 선행 강우가 없이 토양수분이 증가하는 경우에 대해서도 정확하게 선별할 수 있는 것을 확인 할 수 있다.
4.2.2 시계열 평가 결과
QF9에 의해 선별된 flagging 데이터는 전체 관측소에서 3건이 발생하였는데, 이는 모두 주천 관측소 60 cm에서 기록되었다. Fig. 8(a)에 1건의 spike (2013년 8월), Fig. 8(b)에 2건의 spike(2018년 3월, 11월)가 표시되어 있다. 세 건 모두 급격한 증가 및 급격한 감소로 인해 spike 형태의 변화를 보이고 있지만, 전체 데이터 중 단 3건만 기록되었다는 것을 고려하였을 때, 선별조건을 조금만 바꿔도 결과가 달라질 수 있기 때문에 해당 결과가 강우에 의한 정상적인 토양수분의 증가/감소는 아닌지에 대한 관측소별/심층별 site-specific한 적절한 기준 및 분석이 필요할 것으로 사료된다.
QF10 선별 결과를 확인하면, 안천 관측소 60 cm에서 전체 약 5.05%, 80 cm에서 전체 약 2.38%가 plateau로 선별되었으며, 그 중 일부를 Fig. 8(c)에 나타내었다. Table 3과 Fig. 8(c)를 통해 알 수 있듯이, 시계열 그래프에서는 plateau인 것으로 보이지만 선별되지 않은 경우가 많았는데, 이러한 결과가 나온 이유로는 1) 높은 값의 토양수분의 유지시간이 충분히 길지 않거나(< 24 h), 2) 높은 값은 유지가 되나, 그 값이 전체 최댓값의 95%보다 작은 경우, 3) 높은 구간에서의 변화(variance)가 충분히 작지 않은 경우 등이 있을 수 있다. 따라서 조건들의 조절을 통해 QF의 효과를 높일 필요가 있으며, plateau의 경우 앞서 언급하였던 두 가지 발생원인(센서 감지 최댓값을 초과하는 경우, 토양수분이 포화되어 유지되는 경우) 중 어떤 경우에 해당하는지, 높은 값들 중에서도 어떠한 데이터를 선별해야 하는지에 대한 추가적인 연구가 필요할 것으로 판단된다.
5. 결 론
본 연구에서는 국내 UNESCO-IHP 대표 시험유역인 용담시험유역에 설치된 6개의 TDR 센서 기반 토양수분 관측소에서 관측된 토양수분 데이터의 품질 관리 및 신뢰도 평가에 목적을 두고 분석을 실시하였다. 먼저 강우 발생 유무에 따른 토양수분의 거동에 대한 분석을 실시하였으며, ISMN에서 사용되고 있는 품질관리 기법을 적용하여 대상 관측소에서 측정되는 토양수분 데이터의 적절성을 파악하였다. 본 연구를 통해 도출된 결론은 아래와 같다.
1) 용담시험유역 내 토양수분 데이터에 대해 강우 반응시간을 분석한 결과 전반적으로 강우 발생에 대한 반응시간이 심층이 깊어짐에 따라 증가하는 것이 나타났으며, 토질 조건에 따른 영향 또한 확인할 수 있었다.
2) 강우 발생에 의한 토양수분의 증가량, 증가 속도 분석 결과, 부귀 관측소의 60 cm 토양수분을 제외하고는 정상적인 거동형태를 보이는 것으로 확인되었다. 정상 범위 외의 증가량도 관측되었으나, 이는 대부분 겨울철에 발생하는 것으로 확인되었으며, QF를 통해 제거할 수 있는 것을 확인할 수 있었다.
3) 토양수분의 감소형태 또한 대부분의 경우 심층이 깊어질수록 감소량이 작아지는 형태를 확인할 수 있었다. 그러나 부귀 관측소의 60 cm 토양수분의 감소량이 크게 나타나는 경우와 안천 관측소의 60 cm, 80 cm 토양수분 감소량이 plateau 형태로 인해 기간별로 다르게 나타나는 경우에 대하여는 추가적인 현장실험이 필요할 것으로 사료된다.
4) 6개 관측 지점을 통한 ISMN 품질관리를 실시한 결과 QF1에서 QF6 조건에 부합되는 결과는 없는 것으로 확인되었으나, 겨울철에 토양 온도의 영향에 따른 flagging 조건은 약 ∼20%이 발생하였으며, 선행 강우 없이 갑작스럽게 증가하는 토양수분에 대한 flagging은 약 ∼4% 이내로 발생하는 것을 확인할 수 있었다.
5) Spike에 해당되는 토양수분 값은 0.01% 수준으로 거의 없는 것으로 나타났으며, plateau 형태는 안천 관측소에서 5%, 2% (각각 60 cm, 80 cm)인 것으로 확인되었다. 이러한 경우 또한 현장실험을 통해 제거하여 사용할 것인지에 대한 결정이 필요할 것으로 사료된다.
용담시험유역의 TDR 기반 토양수분 데이터의 적절성에 대해 파악한 결과 전반적으로 매우 양호한 수치를 확인할 수 있었다. 그러나 부귀 관측소의 60 cm 토양수분이 타 심층 토양수분 및 타 관측소 토양수분과 비교하였을 때 매우 큰 변동성을 나타내었는데, 이는 센서 설치 과정에서의 토양 교란, 잘못된 TDR 보정상수의 사용, 주변 토양으로부터의 물의 유입 등 다양한 원인으로 인해 발생할 수 있는 현상으로 정확한 원인을 파악할 필요가 있을 것으로 판단된다. 또한 안천 관측소의 60 cm, 80 cm 토양수분의 경우 일정량 이상의 강우가 발생할 경우 높은 토양수분이 유지되는 경향이 나타났는데, 이러한 토양수분 포화 신호는 주로 점토질 토양의 낮은 투수성 때문이거나, 센서가 감지할 수 있는 최대 토양수분을 초과했기 때문에 나타나는 현상인 것으로 알려져 있다(Dorigo et al., 2013). 그러나 60 cm, 80 cm 토양수분이 서로 다른 범위에서 포화 신호를 나타낸다는 점을 고려하였을 때 이는 안천 관측소 토양(점토)의 특성 때문인 것으로 판단되며, 마찬가지로 향후 정확한 원인파악이 필요할 것으로 보인다. 추후 본 연구에서 다룬 거동분석 및 품질관리와 같은 기법을 지점 관측소 기반 토양수분 데이터에 적용하고 관측소별 토양 특성을 고려한 site-specific한 기준이 마련된다면, 보다 신뢰도 높은 기준 데이터의 생산을 가능케 할 것으로 기대된다.
