지리변수 기반 기계학습을 이용한 산지 소유역 유기층 토양 영양분의 공간적 분포 예측 (Spatial Prediction of Soil Organic Horizon Nutrients Using Geographical Variable-based Machine Learning in a Mountainous Watershed)

서지정보

· 발행기관 : 국토지리학회
· 수록지 정보 : 국토지리학회지 / 53권 / 3호 / 257 ~ 270페이지
· 저자명 : 정관용

초록

산지토양 내 유기층은 가장 큰 영양분 저장소이자 토양 관리에서 중요한 대상이다. 본 연구는 지리변수 기반 기계학습 모형을 이용하여 산지토양 유기층 영양분의 공간적 분포를 예측하고자 하였다. 이를 위해 총 90개의 유기층 토양 시료를강원도 소양강 일대 소유역에서 채취하였다. 토양예측 모형으로 랜덤포레스트(random forest)를 사용하였다. 지리변수로 지리좌표(XY)와 중앙점에서 유클리드 거리(CD), 표본 위치에서 유클리드 거리(EBD)를 사용하였다. 다양한 지리변수의 효과를 확인하기 위해 환경변수만 사용했을 때, 각 지리변수와 함께 사용했을 때(환경변수+XY, 환경변수+CD, 환경변수+EBD), 모든 지리변수와 환경변수를 사용했을 때(환경변수+XY+CD+EBD), 마지막으로 지리변수만 사용했을 때(XY+CD+EBD) 등 총 6가지 결과를 비교하였다. 연구 결과로 황을 제외하고 모든 영양분에 대해 환경변수와 지리변수를함께 고려했을 때 모형의 예측력이 상대적으로 높았고, 반대로 지리변수만을 고려했을 때 낮은 예측력을 보였다. 다양한 지리변수 중에서 모든 토양 영양분에 대해서 예측력이 높았던 단일한 지리변수는 없었다. 선택된 중요한 변수를 살펴보면 고도, 사면곡면률, 계곡깊이, 사면유역지수 등으로 지형변수가 산지토양 유기층 영양분의 공간적 분포에 주로 영향을 주었다고판단하였다. 본 연구는 산지 토양 생태계를 이해하고 관리하기 위한 중요한 정보로 향후 활용될 수 있을 것이다.

영어초록

The organic soil layer in the mountainous area is one of the largest nutrient sinks and an important target in soil management. The purpose of this study is to predict the spatial distribution of organic layer nutrients in mountainous soils using the geographical variable-based machine learning model. A total of 90 organic soil samples were collected from the subwatershed area of the Soyang River in Gangwon Province. Random forest was used as a soil prediction model. Geographical coordinates (XY), euclidean distance to the center (CD), and euclidean distances from observation locations (Euclidean Buffer Distance, EBD) were used as geographical variables. In order to check the effect of various geographical variables, we compare the results of using only environment variables (EV), when used with each geographical variable (EV+XY, EV+CD, EV+EBD), when using all geographical variables and environment variables (EV+XY, EV+CD, EV+EBD), and finally when using only geographical variables (XY+CD+EBD). As a result, the predictive power of the models was high for all of the nutrients except for sulfur when environmental and geographical variables were considered together. On the other hand, low prediction power was obtained when only geographical variables were considered. Among the various geographical variables, there was no single geographical variable that was highly predictive for all soil nutrients. For the selected important variables, the topographic variables such as elevation, surface curvature, valley depth, and catchment area mainly affected the spatial distribution of soil organic layer nutrients in the mountainous area. It is expected that this study will be used as spatial information for understanding and managing the mountain soil ecosystem in the future.

참고자료

· 없음