산지토양특성의 공간적 분포와 예측가능성 - 남양주 화도읍 일대 산지를 대상으로 -

Abstract

산지토양은 임지 생산성 향상, 적지적수, 탄소 저장량과 관련되어 산지의 효율적인 관리 차원에서 중요한 사항으로 여겨지고 있다. 하지만 산지에서는 접근성의 어려움으로 인하여 토양조사가 쉽지 않고 많은 비용이 들기 때문에 토양특성의 공간적 분포에 대한이해와 토양예측이 충분히 이루어지지 못하고 있다. 이 연구의 목적은 환경변수를 이용하여 산지토양특성의 예측가능성에 대해 알아보고자 한다. 이를 위해서 남양주 일대를 대상으로 현장에서 토양자료를 획득하였고, 원격탐사와 GIS기법을 이용하여 토양예측을 위한 분석을 실시하였다. 연구결과를 살펴보면, 산지토양특성은 변동계수가 15.4%~46.4%로 변이성이 심한 것으로 나타났다. 공간적 분포에서 유기물과 세립질은 능선과 계곡에서 확연한 차이를 보였고, 주로 입사 에너지량과 식생지수와 높은 상관관계를 보였다. 교환성양이온은 유사하게 계곡을 중심으로 높게 나타나고 있지만 조금 다른 분포를 나타내고 있고 사면유역지수, 습윤지수와의 상관관계를 통해 생성된 후 물의 흐름에 따라 공간적으로 분포하고 있음을 알 수 있었다. 다중회귀분석을 이용하여 각 토양특성과 관계를 살펴본 결과는 30~61%의 비교적 낮은 설명력을 보였다. 유기물과 세립질은 사면곡면률과 식생지수를 이용하여 설명할 수 있었고 교환성양이온은 경사도와 단면곡률, 평면곡률을 이용하여 낮은 결과이지만 예측 가능함을 알 수 있었다. 이 연구는 산지토양특성의 예측을 위해서는 지형과의 관계뿐만 아니라 식생의 분포, 토양특성 사이의 관계를 함께 고려하여야 하며 또한 각 토양특성에 따른 다른 접근이 필요함을 제시하고 있다.

Mountain soils are considered as a key factor for the conservation and sustainable management of mountains, since they determine not only forest production but also other ecosystem functions. Due to the limited accessibility， there have not been enough studies on understanding and predicting the distribution of soil properties in mountain regions. This study aims to assess predictability of soil properties using environmental predictors (terrain parameters, NDVI, and solar radiation). The study was conducted at Hwado area located in Namyangju-si, Korea. Soil properties show high variability whose coefficient of variance ranges from 15.4 to 46.4%. The content of organic matter and fine articles are relatively high at the soils sampled along the valley, while low at the ridges. πlese two soil properties are significantly correlated with NDVI and solar radiation. Exchangeable cations also show a similar spatial distribution and correlated with uplsolpe area, wetness index and surface curvature. These spatial patterns indicated that cations generated from soil minerals are redistributed by subsurface water which moves across and through soil according to terrain configuration. Multiple regression analyses show relatively low predictability of soil properties using environmental variables (its R2 ranges from 30 % to 61%). The distribution of organic matter and fine particles are explained by the surface curvature and NDVI. Slope angle and profile curvature, and plan curvature are main predictor for the spatial distribution of exchangeable cations. This study concludes that the geochemical relationship among individual soil properties, the distribution of vegetation, and terrain shape are main determinants for the spatial distribution of soil properties at the study site.