KR20130020225A - Systems for analyzing natural succession in riparian vegetation - Google Patents
Systems for analyzing natural succession in riparian vegetation Download PDFInfo
- Publication number
- KR20130020225A KR20130020225A KR1020110082724A KR20110082724A KR20130020225A KR 20130020225 A KR20130020225 A KR 20130020225A KR 1020110082724 A KR1020110082724 A KR 1020110082724A KR 20110082724 A KR20110082724 A KR 20110082724A KR 20130020225 A KR20130020225 A KR 20130020225A
- Authority
- KR
- South Korea
- Prior art keywords
- vegetation
- transition
- shear stress
- model
- water level
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
- G06F3/04842—Selection of displayed objects or displayed text elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
본 발명은 수변식생천이 분석 시스템 및 이를 이용한 방법에 관한 것이다.
The present invention relates to a hydrophysical growth analysis system and a method using the same.
하천에 인위적인 교란으로 인해 식생이 들어와서 생장하는 과정, 구체적으로 이입(recruitment), 활착(establishment), 천이(succession), 퇴행(retrogression) 등의 과정에 대한 연구는 국제 문헌에서 1980년대부터 이루어지기 시작하였다. 하천에 침입한 식생은 흐름 저항을 증가시키며, 이로 인해 유속이 감소하고 홍수위(또는 수심)가 증가하며 하천 지형 변화에도 상당한 영향을 미친다. 식생이 흐름에 미치는 영향은 현장조사와 수리모형실험을 통해 다양한 연구가 진행되고 있으며, 이를 예측하기 위한 수치모델링 기법에 대해서도 활발한 연구가 수행되고 있다. 하지만, 하천의 흐름이 식생에 미치는 영향 또는 상호작용에 대해서는 아직 초보적인 수준에 머물러 있다.The study of vegetation entering and growing due to artificial disturbances in rivers, specifically the processes of recruitment, establishment, succession, retrogression, etc. Started. Vegetation invading rivers increases flow resistance, which reduces flow velocity, increases flood level (or depth), and has a significant impact on river topography changes. The effects of vegetation on the flow are being studied through field surveys and hydraulic model experiments, and active researches are also being conducted on numerical modeling techniques to predict them. However, the impacts or interactions of stream flows on vegetation remain at the beginning.
한국의 댐 하류 하천에서 백사장이 사라지고 풀과 나무로 덮이고 있는 현상이 점차 확대되고 있는데, 이런 문제점을 분석하고 가능한 해소방안을 찾기 위해서는 화이트리버가 그린리버로 변하는 인과과정을 이해하고, 이를 재현할 수 있는 모형을 개발하는 것이 중요하다. 이렇게 하천 흐름과 식생의 상호작용을 예측 또는 평가하는 모형을 보통 수변식생모형(riparian vegetation model) 또는 홍수터식생모형(floodplain vegetation model)이라 한다.The phenomenon of white sand disappearing and covered with grass and trees is gradually increasing in the rivers downstream of Korean dams. To analyze these problems and find possible solutions, we can understand and reproduce the causal process that white rivers turn into green rivers. It is important to develop a model that exists. This model of predicting or evaluating the interaction between stream flow and vegetation is commonly called riparian vegetation model or floodplain vegetation model.
홍수터식생모형에 대한 연구는 1990년대 후반부터 시작되었으며, 주로 하천에서 현장조사 및 시험결과를 토대로 홍수터나 사주에서 식생의 이입 과정을 모의하려는 노력을 하였다. 이런 모형에 대한 초기 연구로써 Mahoney and Rood(1998)는 홍수터에 북미산 포플러의 이입, 활착을 모의하는 RBM(Recruitment Box Model)을 제안하였다. 이후 Benjankar(2006)는 수리학적 과정과 생태변화에 대한 개념적 수치모형인 DFVM(Dynamic Floodplain Vegetation Model)을 개발하였다.The study of the floodplain vegetation model began in the late 1990s and attempted to simulate the vegetation migration of the vegetation in the floodplain or the keys mainly based on field surveys and test results in rivers. As an early study of this model, Mahoney and Rood (1998) proposed a Recruitment Box Model (RBM) that simulates the migration and mobilization of North American poplars in floodplains. Benjankar (2006) later developed the Dynamic Floodplain Vegetation Model (DFVM), a conceptual numerical model of hydraulic processes and ecological change.
하천의 식생의 정착, 성장 또는 천이에 관한 종래의 모델들은 수목의 시간적 진화, 유식물 정착, 생물량의 변화, 생리적 반응 등을 모의하거나 또는 식생 종류의 변화를 모의하였다. 하지만, 이러한 모의 결과는 학술적인 목적으로 이용되며 하천 관리의 목적에는 적용하기 어렵다.Conventional models on the settling, growth or transition of stream vegetation have simulated the temporal evolution of trees, seedling settling, biomass changes, physiological responses, or changes in vegetation types. However, these simulation results are used for academic purposes and are difficult to apply for river management purposes.
현재 수치모델을 이용한 하도설계는 널리 이용되고 있지만 인위적인 수리환경의 변화와 그에 따른 생물 관리 차원에서 적절한 해법이 제시되고 있지 못하고 있다. 특히, 하천의 녹색화는 심미적 안정감을 제공하지만 하천 흐름에 상당한 영향을 미칠 수 있어 그에 대한 관리 해법이 필요한 실정이다. 따라서, 정량적 생태학, 컴퓨터 시뮬레이션, 지리정보시스템이 통합된 모델링은 경관 단위의 생물 다양성과 인간 활동에 의한 환경 변화 사이의 평형 상태를 연구하는 거시생태학(macroecology)에서 장기 연구분야로 필수적이지만, 국내에서는 아직 이러한 체계적인 연구가 미비한 상태이다.
Underground design using numerical model is widely used, but no appropriate solution is proposed in terms of artificial hydraulic environment change and biological management. In particular, the greening of rivers provides aesthetic stability but can have a significant impact on river flows, requiring management solutions. Thus, modeling integrating quantitative ecology, computer simulation, and geographic information systems is essential for long-term research in macroecology, which studies the equilibrium between landscape biodiversity and environmental changes caused by human activities. Such systematic research is still incomplete.
본 명세서 전체에 걸쳐 다수의 논문 및 특허문헌이 참조되고 그 인용이 표시되어 있다. 인용된 논문 및 특허문헌의 개시 내용은 그 전체로서 본 명세서에 참조로 삽입되어 본 발명이 속하는 기술 분야의 수준 및 본 발명의 내용이 보다 명확하게 설명된다.
Numerous papers and patent documents are referenced and cited throughout this specification. The disclosures of the cited papers and patent documents are incorporated herein by reference in their entirety to better understand the state of the art to which the present invention pertains and the content of the present invention.
본 발명자들은 하천 관리를 위한 식생천이 예측모델을 개발하고자 노력하였다. 그 결과, 본 발명자들은 식생천이 단계를 유형화시킨 컴퓨터 시뮬레이션-기반된 식생천이 예측모델을 개발하고 이를 이용하여 식생 변화를 정량적으로 분석하고, 우점종의 특징을 파악하여 식생천이를 실질적으로 예측/분석함으로써, 본 발명을 완성하게 되었다.The present inventors have tried to develop a vegetation prediction model for river management. As a result, the present inventors developed a computer simulation-based vegetation transition prediction model that typifies the vegetation transition stage, and uses it to quantitatively analyze vegetation changes, identify characteristics of dominant species, and actually predict / analyze vegetation transition. The present invention has been completed.
본 발명의 목적은 하천 관리용 식생천이 예측모델을 제공한다.It is an object of the present invention to provide a vegetation transition model for river management.
본 발명의 다른 목적은 하천 관리용 식생천이 예측방법을 제공하는 데 있다.
Another object of the present invention to provide a vegetation stream prediction method for river management.
본 발명의 다른 목적 및 이점은 하기의 발명의 상세한 설명, 청구범위 및 도면에 의해 보다 명확하게 된다.
Other objects and advantages of the present invention will become more apparent from the following detailed description of the invention, claims and drawings.
본 발명의 일 양태에 따르면, 본 발명은 다음의 프로세스를 실행시킬 수 있는 프로그램을 포함하는 하천 관리용 식생천이를 예측하기 위한 컴퓨터 프로그램을 저장한 기록매체를 제공한다: (a) 시작조건을 인풋하는 시작 모듈(Start module); (b) 천이(succession) 및 퇴행(retrogression) 프로세스를 통해 잠재적인 식생을 도출하는 동적 모듈(Dynamic module); 및 (c) 상기 프로세스 (b)에서 도출된 수변식생(riparian vegetation)을 나타내는 시각화 모듈로 이루어진 식생천이를 예측하는 프로세스.According to one aspect of the invention, the invention provides a recording medium storing a computer program for predicting vegetation transition for river management, comprising a program capable of executing the following process: (a) inputting a start condition; A start module; (b) a dynamic module that derives potential vegetation through a succession and retrogression process; And (c) a vegetation transition consisting of a visualization module representing riparian vegetation derived in process (b).
본 발명의 다른 양태에 따르면, 본 발명은 상술한 식생천이 예측모델을 분석하는 단계를 포함하는 하천 관리용 식생천이 예측방법을 제공한다.
According to another aspect of the invention, the present invention provides a vegetation transition prediction method for river management comprising the step of analyzing the above-described vegetation transition prediction model.
본 발명자들은 하천 관리를 위한 식생천이 예측모델을 개발하고자 노력하였다. 그 결과, 본 발명자들은 식생천이 단계를 유형화시킨 컴퓨터 시뮬레이션-기반된 식생천이 예측모델을 개발하고 이를 이용하여 식생 변화를 정량적으로 분석하고, 우점종의 특징을 파악하여 식생천이를 실질적으로 예측/분석하였다.The present inventors have tried to develop a vegetation prediction model for river management. As a result, the present inventors developed a computer simulation-based vegetation transition prediction model that typifies the vegetation transition stage, and quantitatively analyzes vegetation changes using the vegetation transition, and identifies the characteristics of the dominant species to substantially predict / analyze the vegetation transition. .
본 발명은 대한민국 하천에 적합한 식생천이 모델을 개발하고 이를 경상북도 안동시 풍산읍 계평리에 위치한 낙동강(예컨대, 송야천과 미천 합류부 사이 구간)에서 적용시킴으로써 상기 모델의 유효성을 확인하였다.The present invention confirmed the validity of the model by developing a vegetation stream suitable for rivers in Korea and applying it to the Nakdong River (eg, between Songyacheon and Micheon Confluence) located in Gyepyeong-ri, Pungsan-eup, Andong-si, Gyeongsangbuk-do.
본 발명의 모델에 따르면, 본 발명은 3가지 모듈, 즉 시작모듈(Start module), 동적모듈(Dynamic module) 및 시각화모듈(Output view module)로 구성된다. 보다 구체적으로, 상기 시작모듈은 잠재적인 자연 식생군집을 조사하는 단계로 평수위, 지형 및 공간(식생 정착가능지역) 정보에 따라 식생도를 작성한다. 이후, 작성된 식생도에 전단응력 및 침수지속기간을 입력하여 각 식생의 천이 또는 퇴행 여부를 결정한다. 마지막으로, 상기 시각화 모듈은 상기 결정된 식생의 천이 또는 퇴행 결과를 색깔로 구분된 식생도로 나타내는 것이다.According to the model of the present invention, the present invention is composed of three modules, namely, a start module, a dynamic module and an output view module. More specifically, the start module examines a potential natural vegetation community and creates a vegetation map according to the surface level, the topography, and the space (vegetable settlement area) information. Thereafter, the shear stress and the submerged duration are inputted to the prepared vegetation to determine whether each vegetation transitions or regresses. Finally, the visualization module displays the determined transition or degeneration of the vegetation as color-coded vegetation.
본 발명의 바람직한 구현예에 따르면, 상기 시작모듈은 시작조건을 입력하여 실시하며, 상기 시작조건은 지역, 평균 수위 및 지형도 정보를 포함한다. 상기 지역, 평균 수위 및 지형도 정보는 2가지 방법으로 획득할 수 있다. 첫째, 국토지리정보원과 산림과학원에서 제공하는 항공사진을 기반으로 얻어진 대상구간의 영상정보를 보정하는 과정을 실시한다. 둘째로, 획득된 영상자료의 유효성을 검증하기 위한 현장조사를 병행한다. 본 발명의 바람직한 구현예에 따르면, 상술한 2가지 방법에 따라 획득된 영상자료는 다음과 같은 처리과정을 거쳐 정밀성을 확인하였다(참고: 도 2 및 도 3). 본 발명에서, 좌표 체계는 세계측지계로 통일하고, 좌표값 매칭(georeferencing) 기능을 이용한다. 이때, 올바른 좌표값이 입력된 항공사진과 좌표값을 입력할 항공사진 간의 동일한 위치를 확인하고 그 장소를 중첩시켜 좌표값 속성을 부여한다. 전처리가 완료된 이미지는 이미지를 겹친 상태에서 영상을 좌우, 상하로 내려 보는 swipe 기능을 이용하여 도로 및 제방, 논, 밭의 경계면을 정확성을 확인하고 현장 GPS 측량 결과를 이용하여 정밀성을 검증한다.According to a preferred embodiment of the present invention, the start module is implemented by inputting a start condition, and the start condition includes area, average water level, and topographic map information. The region, average water level, and topographic map information can be obtained in two ways. First, a process of correcting image information of a target section obtained based on aerial photographs provided by the National Geographic Information Institute and the Korea Forest Research Institute is carried out. Secondly, field survey is conducted to verify the validity of the acquired image data. According to a preferred embodiment of the present invention, the image data obtained according to the two methods described above was confirmed the precision through the following process (see: Figures 2 and 3). In the present invention, the coordinate system is unified to the world geodetic system and utilizes a georeferencing function. At this time, the same position is identified between the aerial photograph to which the correct coordinate value is input and the aerial photograph to input the coordinate value, and the coordinate values are assigned by overlapping the locations. The preprocessed image is verified by checking the accuracy of the boundary of roads, banks, rice fields, and fields using swipe function to look down the image left and right and up and down in the state of overlapping images, and verify the accuracy by using the field GPS survey results.
이후, 전처리가 완료된 영상자료에 대한 현장 조사(예컨대, 주요 수목의 연륜조사)를 바탕으로 하천 지형을 구분한다. 즉, 현장에서 획득된 주요 식생 및 지형을 조사하여 맵핑하고 이를 토대로 수목 및 초본류의 위치를 확인한다.After that, the river topography is classified based on field surveys (eg, annual tree surveys of major trees) for the preprocessed image data. In other words, the main vegetation and terrain acquired from the site are investigated and mapped, and the locations of trees and herbaceous plants are identified based on this.
본 발명의 바람직한 구현예에 따르면, 상기 천이 및 퇴행 프로세스는 전단응력(shear stress), 지역, 평균수위, 지형도 및 침수 지속기간(flood duration)을 통해 분석한다.According to a preferred embodiment of the present invention, the transition and degeneration process is analyzed through shear stress, area, mean water level, topographic map and flood duration.
본 발명의 바람직한 구현예에 따르면, 상기 천이 프로세스는 시발단계, 개척단계, 갈대단계, 관목단계 및 교목단계로 구분된다. 보다 구체적으로, 본 발명에서 각 단계는 다음과 같이 구성된다. 시발단계는 개방사주로 구성되어 매년 침수 교란이 빈번하게 발생되는 장소로, 지속기간이 1년 이하이다. 개척단계는 큰개여뀌가 우점하는 단계로 수목 유식물이 도입되며 지속기간이 2년 이하이다. 갈대단계는 버드나무류 혼생 또는 달뿌리풀이 우점하는 단계로 달뿌리풀이 순군락을 이루거나 6년생 미만의 버드나무류 관목림이 빈번하게 혼생하며 지속기간이 7년 이하이다. 관목단계는 퇴적 등의 교란과 경쟁에 의해 버드나무류가 우점하는 단계로, 20년생 미만의 선버들과 왕버들이 혼생하거나 단독으로 군집을 이루고 있으며 지속기간은 20년 미만이다. 교목단계는 선버들과의 경쟁에서 우위를 차지한 왕버들이 우점하는 단계로, 현 조사장소에서 약 90년생 버드나무가 발견되었으며 지속기간은 100년 이상이다.According to a preferred embodiment of the present invention, the transition process is divided into a start step, carve step, reed step, shrub step and arbor step. More specifically, each step in the present invention is configured as follows. The start-up phase consists of open four weeks where frequent flooding disturbances occur each year, with a duration of less than one year. The pioneering phase is predominantly large, with tree seedlings introduced and lasting less than two years. The reed phase is predominantly mixed with willow tree or moon root grass. Moon root grass forms a net colony or willow shrubs less than 6 years old frequently live and lasts less than 7 years. The shrub stage is dominated by willows due to disturbances and competitions such as sedimentation. Sunbursts and kingbirds less than 20 years old live together or cluster alone and last for less than 20 years. The arbor phase is dominated by the kings who have the upper hand in competition with the suns. About 90-year-old willows have been found in the current survey site and last for over 100 years.
본 발명의 바람직한 구현예에 따르면, 본 발명의 천이 단계는 다양한 매개변수에 의해 시발단계, 개척단계, 갈대단계, 관목단계 및 교목단계로 구분할 수 있으며, 보다 바람직하게는 평수위, 전단응력 및 지속년도에 따라 결정되고, 가장 바람직하게는 전단응력에 따라 결정된다. 본 발명에 따르면, 영상자료 및 현장 조사를 통해, 본 발명의 시발단계, 개척단계, 갈대단계, 관목단계 및 교목단계의 평수위는 각각 < 0.0, < 0.1, 0.1-0.3, 0.3-0.7 및 0.7-1.2이고, 지속기간은 각각 1년, 2-3년, 3-5년, 3-15년 및 11-100년이다. 가장 바람직하게는, 본 발명의 시발단계, 개척단계, 갈대단계, 관목단계 및 교목단계의 전단응력은 각각 1, 5, 10, 15 및 15(N/㎡)이다.According to a preferred embodiment of the present invention, the transition stage of the present invention can be divided into the start stage, the pioneering stage, the reed stage, the shrub stage and the arbor stage by various parameters, more preferably the smooth water level, the shear stress and the sustained year. And most preferably according to the shear stress. According to the present invention, through the image data and field survey, the ground water level of the start step, pioneer step, reed step, shrub step and arbor step of the present invention is <0.0, <0.1, 0.1-0.3, 0.3-0.7 and 0.7- 1.2, and durations are 1 year, 2-3 years, 3-5 years, 3-15 years, and 11-100 years, respectively. Most preferably, the shear stresses of the start, pioneer, reed, shrub and arbor stages of the present invention are 1, 5, 10, 15 and 15 (N / m 2), respectively.
본 발명의 바람직한 구현예에 따르면, 상기 퇴행 프로세스는 개척단계에서 빈번하게 발생한다.According to a preferred embodiment of the present invention, the regression process occurs frequently in the pioneering stage.
본 발명의 바람직한 구현예에 따르면, 본 발명의 식생천이 예측 모델의 기본 알고리즘은 도 14에 도식적으로 개시되어 있으며, 보다 바람직하게는 각 년도별 최대홍수량에 의해 산정된 전단응력을 입력하여 천이 및 퇴행 프로세스를 모의한다. 이때, 연도 전단응력을 입력하는 과정을 반복적으로 실시함으로써 보다 객관적인 모의 결과를 도출한다. 이후, 최종 결과물을 시각화모듈로 나타내고 이의 면적을 계산함으로써 검증한다.According to a preferred embodiment of the present invention, the basic algorithm of the vegetation transition prediction model of the present invention is shown schematically in FIG. 14, more preferably, by inputting the shear stress calculated by the maximum flood amount for each year, Mock up the process. At this time, by repeatedly performing the process of inputting the year shear stress to derive a more objective simulation results. The final result is then presented as a visualization module and verified by calculating its area.
본 발명의 모델 및 방법에 따라 예측/모의된 결과는 현장조사 결과와 비교적 일치하였다(참고: 도 20 및 도 21). 종합해보면, 본 발명의 예측모델을 이용하여 얻어진 모의결과와 현장조사 결과를 비교/검증한 결과, 본 발명의 예측모델 및 방법은 하천의 변화를 모의하고 이를 예측하는 데 매우 적합하다는 것을 알 수 있다.
The predicted / simulated results according to the model and method of the present invention were relatively in agreement with the field survey results (see FIGS. 20 and 21). Taken together, as a result of comparing / verifying simulation results and field survey results obtained using the prediction model of the present invention, it can be seen that the prediction model and the method of the present invention are very suitable for simulating and predicting changes in rivers. .
본 발명의 특징 및 이점을 요약하면 다음과 같다:The features and advantages of the present invention are summarized as follows:
(a) 본 발명은 식생천이 단계를 유형화시킨 식생천이 예측모델 및 이의 용도에 관한 것이다.(a) The present invention relates to a vegetation transition predictive model in which the vegetation transition stage is categorized and its use.
(b) 본 발명의 모델은 3가지 모듈, 즉 시작모듈, 동적모듈 및 시각화모듈로 구성되며, 천이단계를 5단계(시발단계, 개척단계, 갈대단계, 관목단계 및 교목단계)로 구분하였다.(b) The model of the present invention is composed of three modules, that is, a start module, a dynamic module and a visualization module, and the transition stage is divided into five stages (starting stage, pioneering stage, reed stage, shrub stage and arbor stage).
(c) 본 발명의 예측모델 및 이를 이용한 예측방법은 식생변화를 정량적으로 분석하고 지리정보시스템을 이용한 컴퓨터 시뮬레이션을 통해 매우 간편하고 효율적으로 실시할 수 있다.(c) The predictive model of the present invention and the predictive method using the same can be performed very simply and efficiently through quantitative analysis of vegetation changes and computer simulation using a geographic information system.
(d) 따라서, 본 발명의 예측모델 및 이를 이용한 예측방법은 식생천이 가속화 현상을 분석하는 데 유용하며, 이를 통한 하천의 변화를 모의하고 예측하는 데 매우 적합하다.
(d) Therefore, the prediction model of the present invention and the prediction method using the same are useful for analyzing the vegetation acceleration, and are very suitable for simulating and predicting the change of rivers.
도 1은 조사 대상하천의 위치를 개략적으로 나타내는 맵이다.
도 2는 조사 대상하천의 영상자료에 대한 전처리 과정을 도식적으로 나타내는 도식이다.
도 3은 전처리 과정을 거친 조사 대상하천의 영상자료의 천이단계를 구분한 결과이다.
도 4는 국토지리정보원에서 제공하는 실시간 정밀 GPS 측량 서비스를 이용하여 영상자료의 판독 및 수치모형 작성 과정을 나타내는 도면이다.
도 5는 ArcGIS를 이용하여 안동 시범구간 지형도를 분석한 수치표고모델을 나타내는 결과이다.
도 6은 GPS 측량기를 이용하여 식생분포를 작성하고 항공 사진에 기반한 식생도의 위치를 보정한 입체 식생도를 나타내는 결과이다.
도 7은 영상분석에 의한 해당 년도의 식생분포도를 작성한 결과이다.
도 8은 영상분석에 의한 해당 년도의 식생분포 변화를 보여주는 그래프 결과이다.
도 9는 낙동강 단호교 조사군가의 식생도(9a) 및 연령 분포도(9b)를 나타내는 결과이다.
도 10은 식생천이 단계의 분류 및 이의 특성을 개략적으로 나타내는 결과이다.
도 11은 본 발명의 예측모델의 구조를 나타내는 도식이다.
도 12는 안동수위표의 유량자료 분석을 토대로 작성된 수문특성을 나타내는 결과로, 안동댐 및 임하댐의 건설에 따른 변화를 보여준다. 도 12a는 수문곡선을 나타내는 그래프이고, 도 12b는 년간 최대홍수량의 경년변화를 나타내는 그래프이다.
도 13은 계산된 전단응력을 레스터 파일로 변환시켜 얻어진 결과로, 1988년(도 13a), 1991년(도 13b), 1995년(도 13a) 및 2007년(도 13a)에 대해 연간 최대홍수량으로 각 년도의 전단응력을 계산하였다.
도 14는 식생천이 예측모델의 모델링 과정을 개략적으로 나타내는 도식이다.
도 15는 GIS를 이용한 모델 작성을 보여주는 결과이다.
도 16은 식생천이 예측모델로부터 얻어진 결과를 시각화하는 과정을 나타내는 결과이다.
도 17은 1988년부터 2007년까지 모의한 결과를 보여주는 그래프이다.
도 18은 식생천이 예측모델의 시작조건(1971년)을 보여주는 결과이다.
도 19는 식생천이 예측모델을 통해 얻어진 모의결과(2005년)를 나타내는 결과이다.
도 20은 현장조사결과와 모의결과를 비교한 결과이다.
도 21a는 해당년도의 항공사진을 분석한 결과이고, 도 21b는 이의 모의결과를 나타내는 결과이다.1 is a map schematically showing the location of a river to be investigated.
2 is a diagram schematically showing a preprocessing process for image data of a river to be investigated.
3 is a result of dividing the transition stages of the image data of the river subject to the pre-processing process.
4 is a diagram illustrating a process of reading image data and creating a numerical model using a real-time precision GPS survey service provided by the National Geographic Information Institute.
5 is a result showing a numerical elevation model of the topographic map of Andong demonstration zone using ArcGIS.
FIG. 6 shows a three-dimensional vegetation diagram in which a vegetation distribution is created by using a GPS instrument and the position of the vegetation map is corrected based on the aerial photograph.
7 is a result of preparing the vegetation distribution of the year by image analysis.
8 is a graph showing changes in vegetation distribution for a given year by image analysis.
9 is a result showing the vegetation degree (9a) and age distribution map (9b) of the Nakdong River Danho Bridge survey group.
10 is a result schematically showing the classification of vegetation transition stage and its characteristics.
11 is a diagram showing the structure of a predictive model of the present invention.
Figure 12 shows the hydrological characteristics created based on the flow rate data analysis of the Andong water table, showing the change according to the construction of the Andong dam and Imha dam. FIG. 12A is a graph showing the hydrologic curve, and FIG. 12B is a graph showing the aging change of the maximum amount of flood per year.
FIG. 13 is a result obtained by converting the calculated shear stress to a raster file, with the annual maximum flood for 1988 (FIG. 13A), 1991 (FIG. 13B), 1995 (FIG. 13A) and 2007 (FIG. 13A). Shear stress for each year was calculated.
14 is a schematic diagram showing the modeling process of the vegetation transition model.
15 shows results of model creation using GIS.
16 is a result showing a process of visualizing the results obtained from the vegetation stream predictive model.
17 is a graph showing simulation results from 1988 to 2007.
18 is a result showing the start condition (1971) of the vegetation transition model.
19 is a result showing a simulation result (2005) obtained through the vegetation transition model.
20 is a result of comparing the field survey results and simulation results.
Figure 21a is the result of analyzing the aerial photo of the year, Figure 21b is a result showing the simulation result.
이하, 실시예를 통하여 본 발명을 더욱 상세히 설명하고자 한다. 이들 실시예는 오로지 본 발명을 보다 구체적으로 설명하기 위한 것으로, 본 발명의 요지에 따라 본 발명의 범위가 이들 실시예에 의해 제한되지 않는다는 것은 당업계에서 통상의 지식을 가진 자에 있어서 자명할 것이다.
Hereinafter, the present invention will be described in more detail with reference to Examples. It is to be understood by those skilled in the art that these embodiments are only for describing the present invention in more detail and that the scope of the present invention is not limited by these embodiments in accordance with the gist of the present invention .
실시예Example
1. 댐 하류 하천 1. River downstream of the dam 식생Vegetation 변화 분석 Change analysis
1.1 과거 항공사진 분석1.1 Historical aerial photograph analysis
1.1.1. 영상자료의 취득1.1.1. Acquisition of Video Material
댐 건설 이전의 하안 식생 현황은 과거 식생 조사 자료가 존재 하지 않는 경우 국토지리정보원과 산림과학원에서 제공하는 항공사진을 이용하여 정량적으로 분석할 수 있다. 이 외에도, IKONOS, KOMSAT 등의 위성영상정보도 존재하지만 위성체의 운영기간이 근래로 제한되어 있다. 본 발명의 조사 대상하천은 경상북도 안동시 풍산읍 계평리에 위치한 낙동강이며 송야천과 미천 합류부 사이 구간이다(도 1). 대상지점의 영상정보는 국토지리정보원과 국립산림과학원의 검색포털을 이용하여 검색 및 취득하였고, 이의 영상 정보는 표 1과 같다.If the vegetation survey data does not exist in the past, the vegetation survey before the dam construction can be quantitatively analyzed using aerial photographs provided by the National Geographic Information Institute and the Korea Forest Research Institute. In addition, satellite image information such as IKONOS and KOMSAT exist, but the operating period of the satellite is limited in recent years. The river to be investigated of the present invention is a Nakdong river located in Gyepyeong-ri, Pungsan-eup, Andong-si, Gyeongsangbuk-do, and is a section between Songyacheon and Micheon confluence (Fig. 1). The image information of the target site was retrieved and acquired using the search portal of the National Geographic Information Institute and the National Forest Research Institute. The image information is shown in Table 1.
1.1.2 영상자료의 전처리1.1.2 Preprocessing of Image Data
국토지리정보원에서는 10년 이내의 간격으로 정기적으로 국토의 산림 및 지형 변화를 상공에서 취득하여 DB로 제작, 배포하고 있지만 보안상의 문제로 단순한 이미지 형태(TIFF)로 제공된다. 국립산림과학원에서 위치정보를 포함한 정사보정된 항공사진을 제공하지만 최신 이미지 만을 제공한다. 따라서, 정사보정이 완료된 항공사진을 이용하여 과거 항공사진을 보정하는 단계를 거치게 되면 관심 지점별로 어떤 변화가 있었는지 확인이 가능하게 된다. 하지만, 항공사진만으로 식물의 종류나 지형 정보를 취득할 수 없으므로 현장 조사가 병행되어야 한다.The National Geographic Information Institute regularly acquires changes in the forest and topography of the national territory from the sky and produces and distributes them in the database at regular intervals within 10 years, but is provided in a simple image form (TIFF) for security reasons. The National Forest Research Institute provides orthodontic aerial photographs including location information, but provides only the latest images. Therefore, when the orthodontic correction is completed using the aerial photographs, the aerial photographs are corrected. However, aerial surveys alone cannot obtain plant types or topographical information.
영상자료의 전처리 과정은 도 2에 도식적으로 나타냈으며 지리정보시스템(ArcGIS ver. 9.3.1, ESRI Inc.)에서 제공하는 처리 과정을 따랐다. 우선, 좌표체계는 ArcToolbox의 투영(Project Raster) 기능을 이용하여 WGS 1984로 취득되는 GPS 측량 결과와의 연동을 고려하여 세계측지계로 통일하였다. 과거 항공사진에 위치정보를 입력하기 위해 좌표값 매칭(georeferencing) 기능을 사용하였다. 올바른 좌표값이 입력된 항공사진과 좌표값을 입력할 항공사진간의 동일한 위치(변함이 없는 주요 교량, 도로 등)를 확인하고 그 장소를 중첩시켜 좌표값 속성을 부여하는 방식이다. 사용자 숙련도에 따라 오차율이 달라지는 단점이 있지만, 항공사진 촬영당시의 위치정보가 제공되지 않는 상황에서는 가장 적절한 방식이다. 전처리가 완료된 이미지는 이미지를 겹친 상태에서 영상을 좌우, 상하로 내려 보는 swipe 기능을 이용하여 도로 및 제방, 논, 밭의 경계면을 정확성을 확인하고 현장 GPS 측량 결과를 이용하여 정밀성을 검증하였다.
The preprocessing of the image data is shown schematically in FIG. 2 and followed the processing provided by the Geographic Information System (ArcGIS ver. 9.3.1, ESRI Inc.). First, the coordinate system was unified to the world geodetic system in consideration of the interworking with the GPS survey result acquired in WGS 1984 using ArcToolbox's Project Raster function. In the past, georeferencing has been used to input location information into aerial photographs. This method checks the same location (main bridges, roads, etc.) with the correct aerial coordinates entered and the aerial photographs for which the coordinates are entered, and superimposes the locations to give the coordinate attribute. The error rate varies depending on the user's skill level, but it is most appropriate in the situation where the location information at the time of aerial photographing is not provided. The preprocessed image was verified by checking the accuracy of the boundary of road, bank, rice field, and field by swipe function of looking down the image left and right and up and down in the state of overlapping image and verifying the precision using the field GPS survey result.
1.1.3 영상자료의 판독1.1.3 Reading Video
과거 항공사진 중 대상구간이 일부 누락된 1991년을 제외하고 나머지 전처리가 완료된 항공사진에 대해 주요 수목의 연륜조사 등의 현장 조사 결과를 바탕으로 하천 지형을 구분하였다(도 3). 우선 2009년과 2010년에 현장에서 GPS를 이용하여 주요 식생 및 지형을 조사하여 지리정보시스템에 맵핑하였다. 맵핑한 자료에서 주요 수목의 위치를 확인한 후 레이어 중첩 기능을 이용하여 2005년부터 차례대로 흑백 이미지의 영상에서 수목 및 초본류의 위치를 비교, 확인하였다. 정확한 식물명은 확인이 불가능하므로 식생 천이 단계별로 구분을 시도하였다. 단계는 천이 유형화 조사 결과에 따라서 개방수면, 시발단계(개방사주), 개척단계(1, 2년생초본), 갈대단계(달뿌리풀), 교관목 단계(교관목류)로 구분하고 면적을 산출하였다. 하지만 개척단계와 갈대단계의 구분이 어려워 현재 달뿌리풀의 위치와 항공사진의 이미지 상태를 참고하여 추측하였다. 한편 2005년 영상은 2009년의 현장 조사 결과, 달뿌리풀의 면적과 사주의 비교적 적은 변화만이 확인되어 2009년의 현장조사 결과로 대체하여 분석하였다.
Except in 1991, some of the aerial photographs of the past aerial photographs were classified, based on the results of field surveys such as annual tree surveys of major trees for the remaining pre-processed aerial photographs (Fig. 3). First of all, in 2009 and 2010, we surveyed major vegetation and topography using GPS in the field and map it to geographic information system. After confirming the location of the main trees in the mapped data, we compared and confirmed the locations of trees and herbaceous plants in black and white images sequentially from 2005 using the layer overlay function. The exact plant name could not be identified, so I tried to classify the vegetation transition step by step. The stages were divided into open water, start stage (open sand stock), pioneer stage (1 and 2 year herbaceous plants), reed stage (dal root grass), and arbor tree stage (oregano-tree) according to the results of the transition type survey. However, it was difficult to distinguish between the pioneering and reed stages. On the other hand, the 2005 image was analyzed by replacing the results of the 2009 field survey with only a small change in the area and the root of the moon root grass.
1.2 현장 조사1.2 Field Survey
과거 영상자료의 판독과 수치모형 작성을 위해 지형 측량 및 현존 식생도를 작도하였다. 보다 정밀한 지형 측량 및 식생도 작성을 위하여 국토지리정보원에서 제공하는 실시간 정밀 GPS 측량 서비스를 이용하였다. 이 서비스는 가상기준점(Virtual Reference Station) 측량을 말하며 원리는 기준국(GPS 상시관측소) 3점 이상을 이용하여, 이동국(관측점) 주변에 가상의 기준점을 설정하고 관측오차보정 요소(전리층, 대류권 및 위성궤도 오차 등)를 제거한 데이터를 이동국에 전송함으로써, 측위 정도나 초기화 시간이 기준국(GPS 상시관측소)간 거리에 좌우되지 않는 RTK(Real Time Kinematic) GPS 시스템이다(도 4). 사용된 GPS 측량기는 Topcon 사의 Hiper-Gb이며 오차율은 수평방향 1 cm, 수직방향 1.5cm 이다. 한편 정확한 지형의 표고를 알아내기 위해 수준점을 취득하여 보정하였다.Topographic surveys and existing vegetation maps were constructed to read historical image data and create numerical models. For more accurate topographic survey and vegetation map, we used real-time precision GPS survey service provided by National Geographic Information Institute. This service refers to a virtual reference station survey, and the principle is to use three or more points of reference station (GPS) to establish a virtual reference point around the mobile station (observation point), and to observe observation error correction factors (such as ionosphere, troposphere and It is a RTK (Real Time Kinematic) GPS system in which positioning accuracy and initialization time do not depend on the distance between reference stations (GPS constant observation stations) by transmitting data obtained by removing the satellite orbit error, etc.) (FIG. 4). The GPS instrument used was Hiper-Gb from Topcon, with an error rate of 1 cm in the horizontal direction and 1.5 cm in the vertical direction. Meanwhile, the level point was acquired and corrected to find the exact elevation of the terrain.
측량 결과는 ArcGIS를 이용하여 5 m 5 m 격자크기의 수치표고모델(Digital Elevation Model)을 작성하였다(도 5). GPS 측량은 1 m 간격으로 정밀하게 이뤄졌으며 획득한 3차원 포인트 좌표로 TIN 파일을 작성한 후 5 m급의 레스터파일로 변환하였다.Survey results were created using a digital elevation model of 5 m 5 m grid size using ArcGIS (Fig. 5). GPS surveying was performed precisely at 1 m intervals. TIN files were created from the acquired 3D point coordinates and then converted into a 5 m class raster file.
현존 식생도는 GPS 측량기를 이용하여 주요 식생의 분포 지역의 좌표를 획득하고 현장에서 항공사진위에 작도한 식생도의 위치를 보정하여 입체 식생도를 작성하였다(도 6). 입체 식생도는 실제 지형위에 식생 분포를 표현함으로서 차후 식생 변화 연구에 시각적인 비교자료가 될 수 있다.
Existing vegetation map was obtained by obtaining the coordinates of the distribution area of the main vegetation using a GPS instrument and corrected the position of the vegetation plotted on the aerial photograph in the field (Figure 6). Three-dimensional vegetation can be a visual comparison for future vegetation change studies by representing the vegetation distribution on the actual terrain.
1.3 1.3 식생Vegetation 변화 분석 Change analysis
과거 항공사진은 1971년, 1988년 및 1995년을 대상으로 분석하였고 2009년은 2005년 항공사진을 기준으로 현장에서 작도한 후 GPS측량 결과를 이용하여 보정하였다. 그 결과, 낙동강 대상구간의 식생분포 및 지형이 크게 바뀐 것을 확인할 수 있었다(도 7 및 도 8). 1976년과 1992년에 각각 완공된 안동댐과 임하댐의 영향은 안동댐 건설 이후에도 사주내 식생의 정착이 확인 되지 않았으나 임하댐이 건설된 직후 사주의 식생이 저수로 인근에서 부터 폭넓게 확인되어 임하댐 건설로 인한 영향이 컸던 것으로 판단되었다. 또한, 제외지내 경작지의 면적이 점차 증가되는 것으로 보아 댐 운영에 따른 홍수 빈도 및 홍수위의 감소가 지형의 안정을 가져온 것으로 판단되었다.In the past, aerial photographs were analyzed for 1971, 1988 and 1995, and in 2009, they were plotted on the basis of 2005 aerial photographs and then corrected using GPS survey results. As a result, it was confirmed that the vegetation distribution and topography of the Nakdong River target section was greatly changed (Figs. 7 and 8). The effects of Andong Dam and Imha Dam, which were completed in 1976 and 1992, respectively, were not confirmed to settle in Saju after the construction of Andong Dam. It was judged. In addition, since the area of arable land in the exclusion area gradually increased, it was judged that the decrease of flood frequency and flood level caused by dam operation brought about stability of the terrain.
실제 면적의 변화를 백분율로 환산하여 살펴보면, 개방수면과 사주는 안동, 임하댐 건설 이전에 84%에 육박했으나 1995년에는 47%로 절반가량이 감소하였으며 2009년에는 31%를 유지하고 있었다. 평수위의 하강에 따른 개방수면의 면적이 감소하고 뒤따라 빈번히 침수되었던 사주가 공기 중에 드러난 후 식생 유입, 정착, 성장 환경이 개선되어진 결과로 판단된다. 한편, 경작지의 면적은 1971년 0%에서 2009년에는 24%로 전체 면적의 1/4를 차지하고 있었다. 식생 천이 단계별로는 1971년에는 갈대단계의 면적이 14%였으나 1988년에 경작지 확대에 따른 인위적인 피해로 6%로 감소하였다. 하지만, 1995년에는 31%에 육박하였으며 2009년에는 24%로 다소 감소하였다. 이는 버드나무류 교관목과의 경쟁에 의한 영향으로 보이며 식생분포도에는 표현되지 않았으나 현장 수목 연령 조사 결과로 유추해 보면 1995년에도 버드나무류의 정착이 있었던 것으로 판단되었다.
In terms of percentage change in actual area, open water and stocks reached 84% before the construction of Andong and Imha dams, but in 1995 decreased by half to 47% and maintained at 31% in 2009. As the area of open water decreased due to the decrease in the level of water, and the keys which were frequently flooded were revealed in the air, the vegetation inflow, settlement, and growth environment were improved. On the other hand, the area of arable land occupied a quarter of the total area from 0% in 1971 to 24% in 2009. In 1971, the area of reed stage was 14%, but in 1988, it was reduced to 6% due to artificial damage caused by the expansion of arable land. However, in 1995, it reached 31%, and in 2009 it was slightly reduced to 24%. This may be due to the competition with the willow tree, and was not expressed in the vegetation distribution map. However, it was determined that there will be settlement of the willow tree in 1995.
2. 2. 식생Vegetation 천이 단계 유형화 및 Transition stage typing and 식생Vegetation 특성 분석 Characterization
2.1 하천 2.1 River 식생Vegetation 천이 단계 유형화 Transition Stage Typing
2.1.1 연구 대상 구간2.1.1 Study Subject
조사 대상하천은 경상북도 안동시 남후면 단호리 단호교 통과구간이다(도 1의 B지점). 대상 구간에서 식생 연령을 조사한 결과 개방사주와 큰개여뀌 군집을 0-2년, 버드나무류 관목림을 3년-5년 및 6년-10년, 버드나무류 교목림을 11년-19년 및 20년-30년, 왕버들 교목림을 90년 이상으로 구분할 수 있었다(도 9). 식생의 분포는 초본류로 지형이 낮은 개방사주 인근에서 큰개여뀌, 달뿌리풀 군집이 우점 하였으며 교관목류로는 하중도 및 제방 부근 지형이 다소 높은 곳에서는 선버들과 왕버들 군집이 우점하였다. 또한, 개방 사주내에서 드물게 갯버들 군집이 발견되었다. The river to be investigated is the passing section of Danho-ri Danho-ri, Namhu-myeon, Andong-si, Gyeongsangbuk-do (B point in Fig. 1). The vegetation ages were surveyed in the subject area, with open keys and large groups of 0-2 years, willow shrubs 3 to 5 years and 6 years-10 years, and
대상 구간에서 군집조사 및 수목 연령 조사를 바탕으로 Egger 등(2007)이 구분한 천이 단계를 수정 하였으며 지속기간 및 단계별 특성, 주요 우점종의 특성을 조사 분석하였다.
The transition stages classified by Egger et al. (2007) were corrected based on the cluster survey and the tree age survey in the subject section, and the characteristics of the main dominant species, duration and phase, were analyzed.
2.1.2 대상 구간의 2.1.2 Target Zone 식생Vegetation 천이 단계 Transition stage
천이 단계를 시발, 개척, 갈대, 관목, 교목 단계로 구분하였다(도 10). 시발단계는 천이의 시작단계로 개방사주로 구성되어 있으며 매년 빈번한 침수 교란이 발생되는 장소이다. 개척단계는 큰개여뀌가 우점하는 단계로 버드나무 유식물과 달뿌리풀이 혼생한다. 갈대단계는 달뿌리풀이 우점하는 단계로 달뿌리풀이 순군락을 이루거나 6년생 미만의 버드나무류 관목림이 빈번하게 혼생된다. 관목단계는 20년생 미만의 선버들과 왕버들이 혼생하거나 단독으로 군집을 이루고 있는 단계이다. 교목 단계는 선버들과의 경쟁에서 우위를 차지한 왕버들이 우점하는 단계로 현 조사장소에서 약 90년생 버드나무가 발견되었다. The transition stages were divided into start, carve, reed, shrub, arbor phases (FIG. 10). The start-up phase, which is the beginning of the transition, consists of open keys and is a place where frequent flooding disturbances occur every year. The pioneering stage is dominated by large dogs, and the willow plants and moon roots are mixed. The reed stage is dominated by moon root grasses, and the moon root grasses form a net colony or willow shrubs less than 6 years old are frequently mixed. The shrub stage is a stage in which sunbursts and kingbirds less than 20 years old live together or cluster alone. The arbor phase is dominated by the kings who competed with sunbursts. About 90-year-old willows were found at the site.
퇴행은 개척단계에서 빈번하게 발생되지만 갈대, 관목 및 교목 단계에서는 확인 할 수 없었다. 이는 조사 기간 동안 홍수가 발생되지 않은 점과 댐 하류 하천의 특성상 유량이 조절되고 있어 성공적으로 정착한 관목림을 전단 시킬 만한 유량이 발생하지 않았기 때문이다.
Regression occurs frequently in the pioneer stage, but could not be confirmed at the reed, shrub and arbor stage. This is due to the fact that no flood occurred during the investigation period and the flow rate was controlled due to the nature of the downstream stream of the dam, so that no flow rate was found to shear the successfully settled shrubs.
2.2 천이 단계별 2.2 Transitional Steps 우점식생Dominant Vegetation 특성 분석 Characterization
천이 단계별 우점종의 생장 특성을 표 2 및 표 3에 요약하였다.Growth characteristics of the dominant species at the transition stages are summarized in Tables 2 and 3.
(5-20년생, R = 0.926)H = 6.04 ln (received)-9.818
(5-20 years, R = 0.926)
(7-22년생, R = 0.942)H = 7.578 ln (received)-12.62
(Born 7-22, R = 0.942)
(R = 0.821)D = 12.35 (receipt)-21.33
(R = 0.821)
(R = 0.898)W = 0.325 (D) + 0.130
(R = 0.898)
(R = 0.915)D = 9.792 (receipt)-12.64
(R = 0.915)
(R = 0.951)W = 0.187 (D) + 0.611
(R = 0.951)
큰개여뀌는 1년생 초본식물로서 가을에 종자를 산포하여 봄에 발아한다. 다른 종에 비해 수분조건에 민감하여 봄철 이후 개방사주에 큰개여뀌 군집이 발견되면 종자 발아시기에 수분조건이 충분했음을 암시한다. 따라서, 큰개여뀌가 발아되는 장소에서는 달뿌리풀 및 버드나무류 종자가 발아하기 좋은 환경이다. 달뿌리풀은 다년생초본식물로서 지하경의 영양번식으로 빠르게 성장하는 특성이 있다. 현장에서 관찰결과 첫해에는 지하경의 발달이 두드러지고 다음해에는 지상경을 발달시키는 것으로 판단되었다. 선버들은 수목 연령 조사 결과 20년생 까지는 발견하였으나 그 이후의 연령대는 발견하지 못해 차후 조사장소를 넓혀야 할 것으로 판단되었다. 왕버들은 90년생까지 확인되었으나 조사대상지에서 직선거리로 3km 떨어진 육상에서 270년생 2그루의 왕버들 보호수가 있는 것으로 보아 선버들과 마찬가지로 추가 조사가 필요한 것으로 판단되었지만 대상지역에서 현재까지 조사된 결과를 바탕으로 정리하였다.
It is a herbaceous annual herb that grows large and spreads seeds in autumn and germinates in spring. Compared to other species, it is more sensitive to moisture condition, and if a large swollen colony is found on open keys after spring, it suggests that moisture condition was sufficient during seed germination. Therefore, in the place where the large dog germinates, it is a good environment for germination of the roots of the grass and willow seeds. Moon-root is a perennial herbaceous plant with fast growing characteristics due to trophic breeding of underground diameters. On-site observations showed that the development of underground diameter was noticeable in the first year and the development of ground diameter in the following year. Sunbers were found until the age of 20 years by the tree age survey, but did not find any age group after that. Although it was confirmed to be born until 90 years, it was judged that additional investigation is needed like sunbers because there are two 270 year old guards of 270 years old on the land 3km away from the survey site, but based on the results so far investigated in the target area It was.
3. 3. 식생Vegetation 저항 모듈 Resistor module
3.1 2차원 수치모형 비교3.1 2D Numerical Model Comparison
3.1.1 3.1.1 RAM2RAM2 모형 문헌연구 Model Literature Research
RAM2 모형은 수자원의 지속적 확보기술 개발사업을 통하여 국내에서 개발된 RAMS(River Analysis and Modeling System) 모형에 탑재된 범용 2차원 유한요소 흐름해석모형이다. RAM2 모형은 2차원 천수방정식을 채택하였으며, 하상마찰의 영향을 Manning 식으로 고려하며, 요소의 형태는 삼각망의 경우 3-node, 6-node, 사각망의 경우 4-node, 8-node로 계산되도록 구성되었으며 혼합망에 대해서도 계산이 가능하다. 이와 같은 계산망은 GIS의 기능 중 DEM 및 TIN과 연계될 수도 있다. RAM2모형에서는 비선형 방정식의 해를 구하기 위하여 Newton-Raphson 기법을 적용하였고 선형화된 방정식은 Frontal 기법 및 수정 Frontal 기법에 의해서 해석을 수행한다. 초기 조건으로는 수위, 유량 조건이 입력 가능하며 상하류 경계조건으로는 수위유량 및 수위-유량 관계 등이 적용될 수 있다. 댐 붕괴류 해석, 제방 붕괴류 해석 등과 같은 급변부정류의 모의가 가능하고 여울 및 못에 대한 2차원적 모의가 가능하다. 마름/젖음 모의는 이동경계기법, 부분젖음기법, 유소가중기법 등에 의해 효과적으로 해석할 수 있다.
The RAM2 model is a general-purpose two-dimensional finite element flow analysis model mounted on a RAMS (River Analysis and Modeling System) model developed in Korea through the development of technology to secure water resources continuously. The RAM2 model adopts the two-dimensional shallow water equation and considers the influence of bed friction as the Manning equation. The shape of the element is 3-node, 6-node for triangular networks, 4-node, 8-node for square networks. It is configured to be calculated and can be calculated for mixed networks. Such a computing network may be associated with DEM and TIN among the functions of the GIS. In the RAM2 model, the Newton-Raphson method is applied to solve the nonlinear equations, and the linearized equations are analyzed by frontal and modified frontal methods. As initial conditions, water level and flow rate conditions can be input, and as the upstream and downstream boundary conditions, the level flow rate and the level-flow relationship can be applied. It is possible to simulate abrupt flow rectification such as dam collapse flow analysis and embankment collapse flow analysis, and two-dimensional simulations of streams and ponds. Dry / wet simulation can be effectively interpreted by moving boundary technique, partial wetting technique, and oil weighting technique.
3.1.2 3.1.2 RMA2RMA2 모형 문헌연구 Model Literature Research
RMA2 모형은 미공병단에서 1973년에 처음 개발된 이래로, 하중도를 포함한 하천수로구간의 흐름, 교각 부근의 흐름, 유수단면 확대 및 축소부를 포함한 하천구간의 흐름 등, 하천, 저수지, 하구의 수리동역학적 해석에 널리 사용되어 왔다. Navier-Stokes 방정식과 연속방정식을 수심적분한 2차원 천수방정식을 지배방정식으로 한다. Since the RMA2 model was first developed in 1973 by the US Corps of Engineers, hydrodynamics of rivers, reservoirs, and estuaries, including flows in river channel sections including load diagrams, flows near bridges, and stream sections including inflation and reduction sections, It has been widely used in interpretation. The dominant equation is a two-dimensional shallow water equation that is deeply integrated with the Navier-Stokes equation and the continuous equation.
RMA2 모형은 이전 시간단계의 해석결과를 사용하여 연속적인 모의가 가능한 재시작 기능이 있고, 또한 젖음(wetting)과 마름(drying) 과정, 지구전향력(Coriolis force), 바람 응력을 고려할 수 있다. 와점성계수, Manning 계수 등 모형 매개변수의 부여방법이 다양하게 제공되며, 수공구조물을 고려할 수 있고 임의 단면에 대한 통과유량을 계산하여 질량의 보존 여부를 검사할 수 있다. 수렴조건 설정 등과 같은 수치해석을 위한 사용자 입력이 가능하며, 경계조건을 다양하게 부여할 수 있다.The RMA2 model has a restart function that can be continuously simulated using the results of previous time steps, and can also take account of the wetting and drying processes, Coriolis force, and wind stress. Model parameters such as eddy viscosity, manning coefficient, etc. are provided in various ways. Hand structures can be considered and mass preservation can be checked by calculating the flow rate for any cross section. User input for numerical analysis, such as setting convergence conditions, is possible, and various boundary conditions can be assigned.
RMA2 모형에서 사용하는 수치기법은 가중잔차 갈레르킨(Galerkin) 방법을 이용한 유한요소법으로서, 요소는 1차원 선 요소 혹은 삼각형이나 사각형 요소를 사용할 수 있으며, 포물선형 곡선이 한 변으로 사용될 수 있다. 형상함수는 유속에 대해서는 2차함수이며, 수위에 대해서는 1차함수이다. 공간적분방법으로는 가우스 적분법이 사용되며, 시간미분항은 비선형 유한차분근사법이 사용된다. 수치기법은 완전음해법으로서, 각 시간 단계에서의 비선형 연립방정식을 뉴턴-랩슨(Newton-Raphson) 반복계산법을 사용하여 해를 구한다.The digitizer used in the RMA2 model is a finite element method using the weighted residual Galerkin method. The element can be a one-dimensional line element or a triangle or square element, and a parabolic curve can be used as a side. The shape function is the second order function for the flow rate and the first order function for the water level. Gaussian integration is used for spatial integration, and nonlinear finite difference approximation is used for temporal derivatives. Digitization is a complete speech method. The nonlinear system at each time step is solved using Newton-Raphson iteration.
마름/젖음(wet/dry) 처리과정과 홍수터 흐름에 대한 적용시 적절한 경계조건과 매개변수의 선정은 복잡한 유한요소망에 대해서 해의 안정성을 개선하기 위해서 중요한 사항이다. 마름/젖음 처리 과정은 홍수터 흐름 문제를 위해서 요구되어지는 지형적 이산화에 따른 복잡성에 대처하기 위해서 제안되었다. 안정성 문제는 반복계산 수행동안 잠김 상태의 요소를 계산과정에서부터 제거함으로서 해의 발산을 방지하고 자연지연조건을 반영하기 위해서 필요한 사항이다. RMA-2 모형에서는 마름/젖음 처리기법으로 요소제거기법(elemental elimination method)과 MP 기법(Marsh Porosity method)을 이용한다.
The selection of appropriate boundary conditions and parameters in wet / dry processing and application to flood flows is important to improve the stability of the solution for complex finite element networks. Drying / wetting processes have been proposed to address the complexity of topography discretization required for flood flow problems. The stability problem is necessary to prevent the divergence of the solution and to reflect the natural delay condition by removing the locked element from the calculation process during the iteration. In the RMA-2 model, the elemental elimination method and the Marsh Porosity method are used as the dry / wet treatment method.
3.1.3 3.1.3 River2DRiver2d 모형 문헌연구 Model Literature Research
River2D 모형은 캐나다 정부와 과학연구재단 그리고 USGS의 재정지원을 받아 University of Alberta에서 개발한 2차원 수심평균흐름모형으로 자연하천에서의 PHABSIM에 기반한 어류서식처모의 모듈을 포함하고 있다. River2 모형은 유한요소모형으로 상류/사류 천이류 모의 및 마름/젖음의 고려가 가능하다. The River2D model is a two-dimensional depth average flow model developed by the University of Alberta, funded by the Government of Canada, the Scientific Research Foundation, and the USGS, and includes a module for fish habitat based on PHABSIM in natural streams. The River2 model is a finite element model that can be considered upstream / stream transitions and dry / wet.
River2 모형은 기본적으로 정수압분포를 가정하고 있기에 경사가 급하거나 급격한 하상경사의 변화가 있는 구간에 대한 모의가 불가능하며, 수심평균된 평면 2차원 흐름장에 대한 모의를 전제하기에 이차류와 같은 3차원적 흐름의 영향은 고려되지 않는다. 또한, M2D나 ADCIRC와 같은 넓은 영역의 하구역에서의 흐름 및 순환 모의를 위한 모형들과 달리 지구전향력 또는 바람의 영향을 고려하지 않는다는 제약을 가지고 있다.Since the River2 model basically assumes hydrostatic pressure distribution, it is impossible to simulate sections with steep or abrupt river slope changes. The effects of dimensional flow are not taken into account. In addition, unlike models for the simulation of flow and circulation in a wide area of sub-regions such as M2D and ADCIRC, there is a limitation that it does not consider the effects of global forcing or wind.
River2 모형은 마름/젖음 영역의 처리를 위하여 지하수 흐름방정식을 도입하고 있다. 즉, 경계조건의 변화없이 연속적 계산수행이 가능하도록 요소가 마름이 되는 경우를 (-)의 자유수면을 가지는 것으로 판단하고 지하수흐름에 대한 질량보존방정식을 도입한다. 이때, 인공대수층(artificial aquifer)의 특성치인 투수량계수(transmissivity, T) 및 저류계수(storativity, S) 값은 사용자에 의해 설정이 가능하며, 설정값에 따라 마름/젖음 모의의 정확도가 영향을 받게 된다.The River2 model introduces groundwater flow equations for the treatment of dry / wet areas. In other words, it is determined that the element has a free surface of negative in order to allow continuous calculation without changing boundary conditions, and the mass conservation equation for groundwater flow is introduced. At this time, the values of the transmissivity (T) and the storage coefficient (storativity, S), which are characteristics of the artificial aquifer, can be set by the user, and the accuracy of the dry / wet simulation may be affected by the set value. do.
River2D 모형은 부유하는 얼음층 아래를 흐르는 흐름에 대한 모의기능을 포함하고 있다. 부유하는 얼음층은 흐름에 대한 전단영향을 미치게 되며 이를 통해 유수소통에 대한 저항을 야기하여 유속의 감소 및 수위상승 등의 양상을 유발한다. River2D 모형에서는 이러한 부유하는 얼음층에 의한 흐름저항의 증가를 운동량 방정식에 대한 수정을 통하여 고려함으로써 부유 얼음층 아래를 흐르는 흐름양상을 모의한다.
The River2D model includes a simulation of the flow under the floating ice layer. The floating ice layer has a shear effect on the flow, which in turn causes resistance to flow and flow, leading to a decrease in flow rate and level rise. The River2D model simulates the flow pattern under the floating ice layer by considering the increase in the flow resistance due to the floating ice layer through a modification to the momentum equation.
3.1.4 수치모형 비교3.1.4 Numerical Model Comparison
범용 2차원 흐름모형들의 특성을 비교검토하였다. 주요 검토 사항으로서는 방정식의 기본형, 하상 마찰경사의 처리, 요소의 형태, 적용된 모의기법, 수치적분방법, 비선형 방정식의 해석방법, 선형화된 방정식의 해석 방법, 초기 조건 및 경계조건의 설정내용, 특별한 상황에 대한 적용성 및 적용가능 여부, 마름/젖음 현상의 해석기법 및 기타기능모듈의 포함 등을 고려하고자 한다. The characteristics of general purpose two-dimensional flow models are compared and reviewed. Key considerations include the basic equations of equations, the treatment of bed friction gradients, the shape of elements, the applied simulation method, the numerical integration method, the method of interpreting nonlinear equations, the method of interpreting linearized equations, the setting of initial and boundary conditions, and special circumstances. Consideration of applicability and applicability, analysis of dry / wetting phenomena, and inclusion of other functional modules is considered.
각 모형들의 일반적인 특징들을 비교하면 표 4와 같다. Table 4 compares the general features of each model.
이동경계기법
부분젖음기법Element weighting technique
Mobile boundary technique
Partial Wet Technique
부분젖음기법Element Removal Technique
Partial Wet Technique
표 4에서 보는 바와 같이, RAM2 모형은 사용되는 변수에 있어서 기존 모형들의 u, v 및 h가 아닌 p(uh), q(vh) 및 h를 적용함으로서 변수의 물리적인 보존 특성을 잘 반영할 수 있도록 구성하였다. 도입된 유한 요소 해석의 경우 RMA-2 모형이 고전적인 Bubnov-Galerkin 기법인데 반해서 RAM2는 파동의 물리적인전파 특성을 제대로 고려한 SU/PG 기법을 이용하였다. 요소망의 구성에 있어서는 기존 모형이 2차 요소만을 고려하였는데 반하여 RAM2는 필요에 따라 1차 요소, 2차 요소를 모두 고려함으로써 계산 시간의 효율화를 기할 수 있다. RAM2와 River2D 모형은 상류-사류 및 천이류 계산이 용이함으로써 생태하천 해석을 위한 슈트-앤-풀(chute & pool)에서의 계산이 수행될 수 있으나 RMA-2 모형은 사류계산이 불가능함으로써 계산이 발산하게 된다. RAM2 모형이 댐붕괴류, 제방 붕괴류 등 급격한 흐름이 해석이 가능함으로써 파의 계산이 안정적으로 수행될 수 있는데 반하여 타 모형들은 이와 같은 급변류 계산이 불가능하다.As shown in Table 4, the RAM2 model can reflect the physical preservation characteristics of variables by applying p (uh), q (vh) and h rather than u, v, and h of existing models in the variables used. It was configured to be. In the case of the finite element analysis introduced, the RMA-2 model is the classical Bubnov-Galerkin method, whereas the RAM2 uses the SU / PG method that considers the physical propagation characteristics of waves. In the construction of the element network, the existing model considers only the secondary element, while the RAM2 can considerably calculate both the primary element and the secondary element as necessary. The RAM2 and River2D models can be easily computed in chute & pool for ecological river analysis by easily calculating the upstream-stream and transition streams, but the RMA-2 model cannot calculate the quadrature because Will diverge. The RAM2 model can analyze the rapid flows such as dam collapse and bank collapse, so that the wave calculation can be performed stably, while other models cannot calculate such rapid currents.
지금까지 널리 사용되어왔던 RMA-2 모형은 계산의 수렴성 확보를 위해서 인공점성항을 도입함으로써 전달-우세 유속(convection-dominated flow)를 확산-우세 유속(diffusion-dominated flow)으로 해석하는 모순을 범하여 해의 정확성의 문제점을 내포하고 있으나 RAM2 모형은 부가적인 인공점성항 자체를 도입하지 않는다. 마름/젖음 해석 과정은 RAM2 모형은 요소가중기법, 이동 경계조건, 부분 젖음조건 등의 다양한 기법을 이용한 해석이 가능하나 RMA-2 모형은 부분젖음 조건만을 이용할 수 있고 River2D 모형의 경우 계산요소의 마름상태를 지하수방정식을 이용한 지표하 수위를 고려하는 것으로 모의한다.
The RMA-2 model, which has been widely used up to now, introduces an artificial viscous term to ensure the convergence of the calculations, and then contradicts the contradiction of interpreting the delivery-dominated flow as the diffusion-dominated flow. The problem of accuracy of the solution implies that the RAM2 model does not introduce additional artificial viscous terms itself. In the dry / wet analysis process, the RAM2 model can be analyzed using various techniques such as element weighting, moving boundary conditions, and partial wet conditions, but the RMA-2 model can use only partial wet conditions. The state is simulated by considering the subsurface water level using the groundwater equation.
4. 4. 식생Vegetation 천이 예측 모델 Transition prediction model
4.2 구성 및 특징4.2 Configuration and Features
4.2.1 모델의 구성4.2.1 Model Construction
Egger 등의 모델은 GIS 기반의 공간분석 모델이다. 구조는 시작 모듈(Start module), 동적 모듈(Dynamic module), 시각화 모듈(Output view module)로 구성되어 있다(도 11). 시작 모듈은 잠재 자연 식생군집(PNV)을 작성하는 것으로 평수위, 지형, 공간(식생 정착가능지역) 정보를 이용하여 미리 정해놓은 규칙(Rule)에 따라 초기 식생도를 작성한다. 동적 모듈은 시작 모듈에서 작성된 식생도에 전단응력, 침수지속기간을 입력하여 각 식생의 천이 및 퇴행여부를 결정한다. 시각화 모듈은 결과를 색깔로 구분된 식생도로 출력하는 것이다.Egger's model is a GIS-based spatial analysis model. The structure is composed of a start module, a dynamic module, and an output view module (FIG. 11). The starter module creates a potential natural vegetation community (PNV), which generates initial vegetation maps based on predetermined rules using water level, topography, and spatial (vegetable settlement) information. The dynamic module determines the transition and degeneration of each vegetation by inputting the shear stress and submerged duration in the vegetation chart created in the start module. The visualization module outputs the results as color-coded vegetation.
이 모델은 규칙이 중요하다. 우선 식생 천이 단계가 유형화 되어야 하며, 서식처별 평수위 범위가 지정되어야 한다. 다음으로 천이 단계별 최소, 최대 지속 시간이 정해지고, 각 천이단계별 전단응력과 침수지속기간의 내성 범위가 정해져야 한다. 이러한 자료는 현장 및 문헌연구로 수집하여 가공한다.The rule is important in this model. First, vegetation transition stages should be categorized and range-specific ranges should be specified. Next, the minimum and maximum durations of the transition stages are determined, and the shear stress and submersion duration tolerance of each transition stage should be determined. These data are collected and processed by field and literature studies.
본 연구에서 당해년도에는 흐름과 천이 단계를 고려한 식생 천이 예측 기본 모델을 제시하고자 한다. 즉, 전단응력에 따른 천이 단계의 변화만을 모의하는 것이다. 이를 위한 변수는 표 5와 같다.In this study, we propose a basic model for predicting vegetation transition considering flow and transition stages in the current year. That is, it only simulates the change of the transition stage according to the shear stress. Variables for this are shown in Table 5.
4.2.2 모델의 특징4.2.2 Model Features
GIS를 이용한 공간자료 분석은 복잡한 알고리즘을 필요로 하지 않으며 필요로 하는 공간정보를 손쉽게 가공, 추출해 낼 수 있다. 또한 프로그램 개발시간을 단축시키며 다른 소프트웨어에서 제작된 DB 파일을 변환하여 사용할 수 있다. 예를 들어 수치모의 결과를 레스터 파일로 손쉽게 변환 할 수 있고 수치지도 및 항공사진등의 자료에서 속성정보를 취득하여 DEM이나 식생도를 추출 하여 활용할 수 있다. 또한 결과를 시각화 하는 다양한 도구들이 있어 원하는 형태로 출력이 가능하다.Spatial data analysis using GIS does not require complex algorithms and can easily process and extract the required spatial information. Also, it shortens the program development time and can convert and use the DB file produced by other software. For example, numerical simulation results can be easily converted into a raster file, and attribute information can be obtained from data such as digital maps and aerial photographs to extract DEM or vegetation. There are also various tools to visualize the results so you can print them in the format you want.
본 연구에서 ESRI사에서 개발한 ArcGIS(Ver. 9.3.1)를 사용하였으며 모델빌더(Modelbuilder)를 이용하여 각 연산 단계를 수정하기 용이하게 하였다.
In this study, ArcGIS (Ver. 9.3.1) developed by ESRI was used, and the model builder was used to easily modify each calculation step.
4.3 모델의 시범적용4.3 Model Application
4.3.1 입력 자료 및 모델의 구조4.3.1 Structure of Input Data and Model
가. 대상 구간end. Target section
예측 모델 시범 적용구간은 경상북도 안동시 풍산읍 계평리에 위치한 낙동강이며 송야천과 미천 합류부 사이 구간으로 항공사진 분석 장소이다.
The application model for the prediction model is Nakdong River, located in Gyepyeong-ri, Pungsan-eup, Andong-si, Gyeongsangbuk-do.
나. 수리, 수문 특성I. Repair, hydrologic characteristics
안동수위표의 유량 자료를 분석한 결과를 도 12와 같다. 안동댐 건설전(1960년-1975년), 임하댐 건설전(1976년-1991년), 임하댐 건설후(1991년-2007)의 일평균 유량의 평균을 분석한 결과, 댐 건설 후 여름철 홍수기의 유량이 현저하게 감소한 것과 연최대 홍수량이 감소한 것을 확인 할 수 있었다. 1988년부터 2007년까지 연최대홍수량으로 각 년도의 전단응력을 계산하였고 이를 레스터 파일로 변환하였다(도 13).
12 shows the results of analyzing the flow rate data of the Andong water table. After analyzing the average of daily average flow rates before Andong dam construction (1960-1975), before Imha dam construction (1976-1991) and after construction of Imha dam (1991-2007), Significant decreases and annual maximum floods were found. Shear stresses for each year were calculated from the maximum annual floods from 1988 to 2007 and converted into a raster file (FIG. 13).
다. All. 식생Vegetation 천이 단계와 With transition stage 전단응력Shear stress
식생 천이 단계는 시발, 개척, 갈대, 교관목 단계로 구분하여 적용하였다. 각 단계별 전단응력은 실제 식생천이 단계와 비교하여 가장 유사한 조건을 결과가 모의 되는 값을 선정하였다. 이때 결정된 매개변수는 표 6과 같다.Vegetation transition stages were applied to the beginning, pioneer, reed, and arbor stage. Shear stress at each stage was selected to compare the actual vegetation stage to the most similar condition. The determined parameters are shown in Table 6.
라. la. 모델링modelling
하천흐름과 식생천이 단계를 고려한 하천 식생천이 예측 기본모델의 알고리즘은 도 14와 같다. 초기조건은 개방사주이다. 각 년도별 최대홍수량에 의해 산정된 전단응력을 입력하여 천이와 퇴행 과정을 모의한다. 모의된 결과는 다음연도 전단응력을 입력하는 과정을 반복한다. 최종 결과물은 시각화 하고 면적을 산출하여 비교 검증하였다. The algorithm of the stream vegetation transition prediction basic model considering the stream flow and vegetation transition stage is shown in FIG. 14. The initial condition is open four weeks. The shear stress calculated by the maximum amount of flood in each year is input to simulate the transition and degeneration processes. The simulated results are repeated for entering the next year shear stress. The final result was visualized and compared to calculate the area.
입력파일은 표 7과 같다. 각 입력 파일은 ArcGIS에서 작성하였다. 초기조건은 2009년 측량 결과를 이용하여 지형을 저수로, 식생 잠재 개방사주, 경작지로 구분하였다. 식생 천이는 미리 정해놓은 지역(개방사주)에서만 발생하도록 범위를 지정하였다. 전단응력은 포인트 좌표로 출력된 수치모의 결과를 내삽법(interpolation)을 이용하여 레스터 파일로 변환하였다. 각 입력파일은 세계측지계로 좌표체계로, 격자의 크기는 5 m로 통일하였다.The input file is shown in Table 7. Each input file was created in ArcGIS. The initial conditions were classified into topography, vegetation potential open sand, and arable land using the 2009 survey results. Vegetation transitions were ranged to occur only in a predetermined area (open key). Shear stress was converted into a raster file using interpolation of the numerical simulation results output in point coordinates. Each input file is a global geodetic system, coordinate system, grid size 5 m.
각 천이 단계의 연산은 개방사주로 구성된 초기조건 레스터 파일과 1988년 전단응력 레스터 파일간의 중첩분석을 이용하였다. 두 레이어 간에 좌표값이 동일한 지역의 속성값을 이용하여 한계전단응력별 천이단계를 모의하였다. 예를 들어, 초기조건의 셀 속성값이 1로 개방사주인 셀에 전단응력이 1이하 값이 중첩되면 출력물의 셀 속성값은 2로 개척단계로 변환된다. 이 단계는 ArcGIS의 모델빌더를 이용하여 천이단계별 연산 과정을 자동화한 후 ArcToolbox에 추가하여 수정 및 모델링 과정이 편리하게 만들었다(도 15).The calculation of each transition stage was based on the overlap analysis between the initial condition raster file consisting of open keys and the shear stress raster file in 1988. The transition stage for each critical shear stress is simulated using the property value of the region with the same coordinate value between the two layers. For example, if a shear stress value of 1 or less overlaps with a cell whose initial attribute is an open key of 1, the cell attribute value of the output is converted to 2 in the pioneering step. This step automates the transition process by using the model builder in ArcGIS and adds it to ArcToolbox to make the modification and modeling process easier (Figure 15).
최종결과물은 ArcGIS에서 모의결과를 천이단계로 색상을 달리하여 과거 항공사진과 함께 지도로 제작, 출력하였다(도 16).
The final result was produced and outputted with maps with the past aerial photographs by varying the colors of the simulation results in the transition stage in ArcGIS (Fig. 16).
4.3.2 모의 결과4.3.2 Simulation Results
초기조건으로부터 1988년부터 2007년까지 모의한 결과는 도 17 내지 도 19에 제시되어 있다. 초기조건은 1971년 항공사진과 비교하여 동일한 환경으로 작성되었음을 알 수 있다. 하지만 지형은 2009년 지형측량 당시의 조건을 이용하여 다소 차이가 있다. 최종모의 결과는 2005년 항공사진과 비교하여, 좌안과 우안의 제방 경계면쪽의 교관목림은 비교적 정확히 예측되었다.
The simulation results from 1988 to 2007 from the initial conditions are shown in FIGS. 17 to 19. It can be seen that the initial conditions were prepared in the same environment compared to the aerial photograph in 1971. However, the terrain is somewhat different using the conditions at the time of the 2009 survey. The final simulation results are relatively accurate in predicting the inertia of the left and right eye banks in comparison to the 2005 aerial photo.
4.4 모델의 검증4.4 Model Validation
과거 항공사진 분석결과를 바탕으로 식생천이 예측 모의 경과를 비교한 결과 해당년도로는 비교가 어려우나 최종결과물은 비교적 일치하는 것으로 판단되었다(도 20 및 도 21). 2009년 현장조사 결과와 비교시 시발단계의 면적이 22%로 현장조사결과 7%와 비교하여 크게 예측되었으며, 갈대단계는 관찰되지 않았다. 교관목림은 29%로 현장조사결과 20%와 근접하게 예측하여 교관목림에 대한 예측은 비교적 정확한 것으로 판단되었다. 차후 갈대단계의 전단응력 조정이 필요하며, 복합모델에서 추가될 유사이동 모듈과 식생 정착, 성장 모듈을 추가하여 지형변화와 함께 식생의 변화를 검증할 예정이다.
As a result of comparing the simulation results of vegetation streams based on the results of the past aerial photograph analysis, it was difficult to compare in the corresponding year, but the final results were determined to be relatively identical (FIGS. 20 and 21). Compared to the results of the 2009 field survey, the area of the initial stage was 22%, which was greatly predicted compared to the 7% of the field survey, and no reed phase was observed. Instructor forests were 29%, which was predicted to be close to 20% according to field surveys. It is necessary to adjust shear stress at the reed stage in the future, and it is going to verify the vegetation change along with the topographical change by adding similar movement module, vegetation settlement and growth module to be added in the composite model.
이상으로 본 발명의 특정한 부분을 상세히 기술하였는바, 당업계의 통상의 지식을 가진 자에게 있어서 이러한 구체적인 기술은 단지 바람직한 구현 예일 뿐이며, 이에 본 발명의 범위가 제한되는 것이 아닌 점은 명백하다. 따라서, 본 발명 의 실질적인 범위는 첨부된 청구항과 그의 등가물에 의하여 정의된다고 할 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the same is by way of illustration and example only and is not to be construed as limiting the scope of the present invention. Accordingly, the actual scope of the present invention will be defined by the appended claims and their equivalents.
Claims (13)
(a) 시작조건을 인풋하는 시작 모듈(Start module);
(b) 천이(succession) 및 퇴행(retrogression) 프로세스를 통해 잠재적인 식생을 도출하는 동적 모듈(Dynamic module); 및
(c) 상기 프로세스 (b)에서 도출된 수변식생(riparian vegetation)을 나타내는 시각화 모듈로 이루어진 식생천이를 예측하는 프로세스.
Recording media storing computer programs for predicting vegetation transitions for river management, including programs capable of executing the following processes:
(a) a start module for inputting a start condition;
(b) a dynamic module that derives potential vegetation through a succession and retrogression process; And
(c) a process for predicting vegetation transitions consisting of visualization modules representing riparian vegetation derived in process (b).
The recording medium of claim 1, wherein the starting condition of step (a) comprises region, average water level, and topographic map information.
2. The recording medium of claim 1, wherein the transition and degeneration processes of step (b) are analyzed through shear stress, area, average water level, topographic map, and flood duration.
4. The recording medium of claim 3, wherein the transition process is divided into a start step, a carve step, a reed step, a shrub step, and an arbor step.
5. The recording medium of claim 4, wherein the transition process is determined according to a smooth water level, a shear stress, and a sustained year.
6. The recording medium of claim 5, wherein the transition step is determined according to the shear stress.
4. The recording medium of claim 3, wherein the regression process occurs in a start-up or development stage.
(a) a start module for inputting a start condition; (b) a dynamic module that derives potential vegetation through a succession and retrogression process; And (c) an output view module representing a riparian vegetation.
9. The method of claim 8, wherein the starting condition comprises region, average water level, and topographic map information.
9. The method of claim 8, wherein the transition and degeneration processes are analyzed through shear stress, area, mean water level, topographical map, and flood duration.
The method of claim 10, wherein the transition process is divided into a start step, a carve step, a reed step, a shrub step, and an arbor step.
12. The method of claim 11, wherein the transition stage is determined according to a smooth water level, a shear stress, and a sustained year.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020110082724A KR20130020225A (en) | 2011-08-19 | 2011-08-19 | Systems for analyzing natural succession in riparian vegetation |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020110082724A KR20130020225A (en) | 2011-08-19 | 2011-08-19 | Systems for analyzing natural succession in riparian vegetation |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20130020225A true KR20130020225A (en) | 2013-02-27 |
Family
ID=47898211
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020110082724A KR20130020225A (en) | 2011-08-19 | 2011-08-19 | Systems for analyzing natural succession in riparian vegetation |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20130020225A (en) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104915925A (en) * | 2015-06-12 | 2015-09-16 | 西南科技大学 | Dry valley extraction method by preparing high-precision mask file |
CN113836630A (en) * | 2021-10-27 | 2021-12-24 | 水利部交通运输部国家能源局南京水利科学研究院 | Method and system for rapidly predicting river bank collapse by considering vegetation root influence |
-
2011
- 2011-08-19 KR KR1020110082724A patent/KR20130020225A/en not_active Application Discontinuation
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104915925A (en) * | 2015-06-12 | 2015-09-16 | 西南科技大学 | Dry valley extraction method by preparing high-precision mask file |
CN113836630A (en) * | 2021-10-27 | 2021-12-24 | 水利部交通运输部国家能源局南京水利科学研究院 | Method and system for rapidly predicting river bank collapse by considering vegetation root influence |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Aggett et al. | Creating and coupling a high-resolution DTM with a 1-D hydraulic model in a GIS for scenario-based assessment of avulsion hazard in a gravel-bed river | |
Andualem et al. | Impact of land use land cover change on stream flow and sediment yield: a case study of Gilgel Abay watershed, Lake Tana sub-basin, Ethiopia | |
Hancock et al. | Geomorphic design and modelling at catchment scale for best mine rehabilitation–The Drayton mine example (New South Wales, Australia) | |
Shaad et al. | Towards high resolution and cost-effective terrain mapping for urban hydrodynamic modelling in densely settled river-corridors | |
Sanyal et al. | Low-cost inundation modelling at the reach scale with sparse data in the Lower Damodar River basin, India | |
Büyüksalih et al. | New approach in integrated basin modelling: Melen Airborne LIDAR | |
Ikkala et al. | Unmanned Aircraft System (UAS) Structure-From-Motion (SfM) for Monitoring the Changed Flow Paths and Wetness in Minerotrophic Peatland Restoration | |
Arash et al. | The assessment for selection and correction of RS‐based DEMs and 1D and 2D HEC‐RAS models for flood mapping in different river types | |
Álvarez et al. | Multi-temporal archaeological analyses of alluvial landscapes using the photogrammetric restitution of historical flights: a case study of Medellin (Badajoz, Spain) | |
Moritan et al. | Fluvial terrace mapping from ALOS-PALSAR data for archaeological prospection in the middle Uruguay River basin, Argentina | |
KR20130020225A (en) | Systems for analyzing natural succession in riparian vegetation | |
Dandrawy et al. | Integrated watershed management of Grand Ethiopian Renaissance Dam via watershed modeling system and remote sensing | |
Petaccia et al. | ORSADEM: a one‐dimensional shallow water code for flood inundation modelling | |
Zheng et al. | Drainage efficiency and geometric nuances of tidal channel network mediate Spartina alterniflora landward invasion in marsh-channel system | |
Moretti et al. | Thalweg and ridge network extraction from unaltered topographic data as a basis for terrain partitioning | |
Gao et al. | PyVF: A python program for extracting vertical features from LiDAR-DEMs | |
Elshamy et al. | Yukon River Basin Streamflow Forecasting System | |
Siervo et al. | Geomorphic analysis and semi-automated landforms extraction in different natural landscapes | |
Agnew | Surge and wave propagation over wetlands with respect to storm forward speed | |
Parshotam | GIS challenges in applying SWAT to predict national-scale instream sediment loads and concentrations in New Zealand | |
Gao | Vertical feature delineation for flood hazard assessments at the coastal land margin | |
Ali | Digital urban terrain characterization for 1D2D hydronamic flood modelling in Kigali, Rwanda | |
Partsinevelou | Using the SWAT model in analyzing hard rock hydrogeological environments. Application in Naxos Island, Greece. | |
Olsen et al. | Effect of User Decision and Environmental Factors on Computationally Derived River Networks | |
Boateng et al. | Mapping and Predicting Land Use Land Cover Dynamics in the Sefwi Wiawso District, Ghana |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E601 | Decision to refuse application |