Introduction
Materials and Methods
토양 시료 DB 구축
배수등급 분류
토양 이미지 색공간 분석
Results and Discussion
Munsell soil color chart를 이용한 암석 (모재)별 주토색 및 반문색 분포
배수등급별 토양 색공간 (HSV, CIELAB) 분석
Conclusions
Introduction
토양과 기후는 작물의 생육과 생산성에 가장 큰 영향을 미치는 주요 요인이다. 특히 토양은 식물을 지지하고 양분을 공급하는 역할을 하므로, 토양의 물리 ‧ 화학적 특성에 따라 재배 가능한 작물이 달라지게 된다 (Lee et al., 2015).
토양의 다양성과 복잡성을 과학적이고 체계적으로 이해하기 위해서는 토양조사가 필수적이며, 이는 작물 선택, 비료 시비, 토양 개량 등의 기초자료로 활용된다 (Brady and Weil, 2016). 일반적으로는 토양조사를 통해 토색, 토성, 경사, 침식 정도, 토심, 자갈 함량, 반층의 유무, 배수등급 등 다양한 형태적 특성이 평가된다 (Soil Survey Staff, 2014). 이 중 토양 배수등급은 농작물 재배 적합성을 판단하는 핵심 지표로, 토양 내 수분 상태를 반영한다. 토양 수분 상태는 지하수위, 강수량, 토성, 지형 등 다양한 요인에 의해 결정되며, 수분 상태는 다시 통기성, 작물 생육, 침투 속도 등 농업 환경에 영향을 미친다. 이러한 특성은 토양의 건강성 평가와 지속가능한 토양관리에 필수적으로 고려되는 물리적 지표이다 (Jeong et al., 2025). 특히 지하수위는 포화 및 환원 조건을 조절해 토양 배수성을 결정하는 주요 요인이다. 국내에서는 농경지의 배수등급을 매우양호, 양호, 약간양호, 약간불량, 불량의 5단계로 구분하고 있으며 (Lee et al., 2025), 이 등급은 주로 토양 단면 관찰과 지하수위 측정 등을 통해 현장에서 전문가가 직접 판단한다. 그러나 이러한 전통적인 방법은 많은 시간과 인력 자원을 필요로 하며, 조사자의 숙련도에 따라 결과의 주관성과 일관성에 차이가 발생하는 한계가 있다. 특히 넓은 지역을 대상으로 배수등급을 정밀하게 분류하는 데는 현실적인 제약이 존재한다.
최근 원격탐사 (remote sensing), 이미지 분석 (image analysis), 인공지능 (AI) 등의 기술 발달로 토양 표면 및 단면 이미지에서 정량적인 정보를 추출하는 것이 가능해졌다. 이를 통해 토양 색상, 명도, 구조 등의 시각적 특성을 수치화하고, 이를 배수등급 분류에 활용하려는 시도가 이루어지고 있다. 특히 토양 단면의 주토색, 반문, 점토 피막 등의 색상 정보는 배수 상태와 밀접한 관련이 있음이 보고되고 있으나 (Oliveira et al., 2024), 이를 체계적으로 정량화하여 배수등급 분류 기준에 적용한 사례는 드문 실정이다.
우리나라에서는 배수등급을 유거, 내부 배수, 투수성 등 물리적 요인을 기준으로 광의적으로 정의한 후, 토색, 반문 양상, 위치, 지하수위, 토성, 모재 및 지형 등을 종합적으로 고려하여 판별한다 (Sonn et al., 2019; Lee et al., 2023). 한국의 배수등급 분류 체계는 5단계이나, USDA의 Soil Survey Manual은 극히양호부터 극히불량까지 총 8단계로 서술식 정의를 하고 있어 실무에서 객관적인 분류에 어려움이 따른다. 이에 따라 Sonn et al. (2019)은 국내 농경지를 대상으로 일부 배수등급에 대해 계량화된 판별 기준을 제시하였다.
따라서 본 연구는 토양 단면의 이미지를 분석하여 색상 (hue), 명도 (value), 채도 (chroma) 등 시각적 요소를 정량화하고, 색공간 기반의 지표를 활용하여 배수등급을 효율적으로 분류할 수 있는 핵심 인자를 선정하는 데 목적이 있다. 이를 통해 현장 조사 효율을 제고하고, 토양 정보 데이터베이스의 고도화 및 스마트 농업 기술과의 연계 가능성을 도출하고자 하였다.
Materials and Methods
토양 시료 DB 구축
토양은 모재 (모암)에 따라 토색이 다양하기에 화강암, 회장암, 사암, 적색혈암, 회색혈암, 석회암, 화강편마암, 천매암, 하성평탄, 해성평탄으로 구분하여 Fig. 1의 지점에서 채취하였다.
모재별 채취 시료수를 Table 1에 제시하였다. 시료채취시 점토함량을 기준으로 18% 이상 (식양질, 실트식양질, 식질)과 18% 미만 (사질, 사양질, 실트사양질)으로 구분하였다 (Table 2).
Table 1
Number of samples by drainage class according to parent materials.
Table 2
Number of samples by drainage class according to parent materials.
Drainage class Clay (%) | Well drained |
Moderately well drained |
Somewhat poorly drained |
Poorly drained | Total |
| 18r or less | 11 | 4 | 25 | 1 | 41 |
| 18 or more | 9 | 6 | 21 | 11 | 47 |
토양시료는 Auger를 이용하여 덩어리 형태로 채취하여 실험실 내에서 토양 이미지를 취득하였다 (Fig. 2).
배수등급 분류
토양배수등급은 재배 가능 작물을 선정하는데 가장 기초적이며 중요한 요인이다. 보통 농경지의 배수 등급은 지하수위나 배수 정도에 따라 5등급 (매우양호, 양호, 약간양호, 약간불량, 불량)으로 구분된다. 그 중 매우양호는 양호로 매우불량을 불량으로 합쳐서 채취된 시료를 분류하였으며 분류기준은 Table 3에 제시하였다 (Lee et al., 2025).
Table 3
Criteria of drainage classes.
| Class | Criteria | |
| Excessively drained | Coarse texture (Clay < 15%, Silt < 30%, and sand ≥ 70%), very high saturated hydraulic conductivity, very shallow Root-Restricting Depth (< 25 cm) | Lee et al. (2025) |
|
Somewhat excessively drained | Coarse texture (Clay < 15%, Silt < 30%, and sand ≥ 70%), high saturated hydraulic conductivity, very shallow Root-Restricting Depth (< 25 cm) | |
| Well drained | Each horizon has only one color (except lithological color), and mottles < 2% | Sonn et al. (2020) |
|
Moderately well drained | Mottles (more higher value, less lower chroma than main color) are 0 - 49% on any one of the layers | |
|
Somewhat poorly drained | 20 ≤ ground water level < 50 cm, main color is grayish, 2 ≤ mottles (by oxidation) <50% in 20 - 50 cm from soil surface | |
| Poorly drained | 20 ≤ ground water level < 50 cm, main color is grayish, mottles (by oxidation) < 2% in 20 - 50 cm from soil surface | |
| Very poorly drained | ground water level < 20 cm, main color is grayish, mottles (by oxidation) < 2% in 0 - 20 cm from soil surface |
토양 이미지 색공간 분석
본 연구는 토양 배수등급의 정량적 분류를 위해 토양 단면 이미지를 촬영하고, 이를 기반으로 색공간 분석을 수행하였다. Munsell 색체계는 색상 (Hue), 명도 (Value), 채도 (Chroma)의 세 가지 요소로 토양 색을 표현하며, 이를 이용하여 주토색과 반문색의 조사를 통해 배수등급 분류를 위한 정보를 수집하였다. 색공간 정보는 CIELAB와 HSV의 두 가지 대표적인 모델을 활용하여 추출하였다. CIELAB 색공간은 국제조명위원회 (CIE)에서 제안한 과학적 색 표현 체계로, 명도 (L*), 적-녹 색상축 (a*), 청-황 색상축 (b*) 세 요소로 구성되어 있으며 인간의 시각적 인지를 수치화할 수 있다는 특징이 있다. HSV 색공간은 색조 (Hue), 채도 (Saturation), 명도 (Value)로 구성되며, 직관적인 색상 분석에 유용하다.
이미지 취득은 국립농업과학원 농업공학부에서 개발한 촬영 시스템을 이용하였다 (Fig. 3). 본 시스템은 ARM Cortex-A76 기반의 단일 보드 컴퓨터인 라즈베리파이 5 (Raspberry Pi 5)를 기반으로 구성되었으며, 이미지 촬영을 위해 12메가픽셀 해상도의 Sony IMX477 센서를 탑재한 라즈베리파이 HQ 카메라 모듈과 6mm 렌즈를 사용하였다. 촬영된 토양 단면 이미지는 높은 정밀도로 색상 정보를 확보할 수 있도록 설계되었다. 또한, 자연광의 변화에 따른 색상 왜곡을 방지하기 위해 조도 센서 (BH1750FVI, 한진데이터)를 활용하여 촬영 당시의 광량을 측정하고, 그 값에 따라 색상 보정을 수행하였다. 해당 조도 센서는 1 - 65,535 lux의 측정 범위를 가지며, 광학적 환경 변화에 따른 오차를 최소화하였다. 이후 촬영된 이미지는 디지털 영상 처리 과정을 거쳐 HSV 및 CIELAB 색공간으로 변환하였다. 이러한 분석을 통해 수집된 색상 데이터는 토양 배수등급 분류 기준 설정에 활용하였다.
Results and Discussion
Munsell soil color chart를 이용한 암석 (모재)별 주토색 및 반문색 분포
이미지 분석을 통한 배수등급 분류 기준을 설정하기 위해, 토양 조사에서 토색을 분류하는 방법 중 하나인 Munsell soil color chart를 이용하여 암석별 주토색 및 반문색의 분포를 조사한 결과는 Table 4와 같다.
Table 4
Distribution of dominant color and non-matrix color (redoximorphic feature) by drainage class.
배수등급 양호, 약간양호의 주토색의 채도는 천매암을 제외한 나머지 토양에서 모두 3이상이었으며, 기타색 (반문: 환원의 정도)의 채도는 모두 1 또는 2로 분포하였다. 토양의 배수상태는 산화-환원 반응의 흔적으로 나타나는 색도 특성과 밀접한 관련이 있으며, 이는 Munsell soil color chart에서 채도 (Chroma) 수치로 비교적 명확하게 구분될 수 있다 (Soil Science Division Staff, 2017). 일반적으로 배수등급이 양호 또는 약간양호에서는 공극에 공기가 충분히 확보되어 철 (Fe3+)이 산화된 상태로 유지되며, 그 결과 선명한 주토색이 적색 또는 황갈색으로 높은 채도 (≥ 3)를 나타난다 (Brady and Weil, 2016; Gasparatos et al., 2019). 반대로, 환원 환경에서는 철이 Fe2+ 형태로 용해되며, 이는 회색 또는 청색 계열의 저채도 반문으로 나타난다. 본 연구에서 채도 1 또는 2의 반문이 분포한 것은, 단기간의 침수나 일시적 환원 조건이 존재했음을 의미한다. 이는 특히 약간양호 배수등급에서 자주 관찰되며, 이러한 색상 패턴은 배수등급 분류의 유효한 지표로 활용될 수 있다 (Malone et al., 2018).
본 연구에서는 대부분의 시료에서 주토색의 채도가 3 이상으로 나타나 배수 상태가 양호함을 시사하였으나, 천매암 기반 토양에서는 일부 주토색의 채도가 2 이하로 낮게 나타나는 예외가 관찰되었다. 이는 해당 지역의 실제 배수 상태가 불량한 것이 아니라, 모암의 특성에 기인한 색도 변화 가능성을 시사한다. 천매암은 변성암으로, 풍화 시 회색 내지 청색 계열의 미립질 광물 및 유기물이 풍부한 층을 생성할 수 있으며, 이러한 특성은 토양의 색상에 직접적인 영향을 미친다 (Kim et al., 2014). 특히 토양 형성과정에서 생성된 철-망간 피막 (Ferric-Manganic coatings)이나 유기물질은 산화 ‧ 환원 상태와 무관하게 저채도의 회색 또는 암회색을 유도할 수 있다 (Schaetzl and Anderson, 2005). 따라서, 천매암과 같이 모암의 색상이 암색을 띄는 경우, 토양의 배수등급 판별 시에는 색도 외의 토양 구조, 입단 상태, 물리성 (투수도, 함수율 등)을 고려한 복합적 해석이 요구된다.
배수등급이 ‘약간불량 (moderately poorly drained)’ 또는 ‘불량 (poorly drained)’으로 분류된 토양의 색상 특성을 Munsell soil color chart를 이용해 분석한 결과, 주토색은 전반적으로 회색 계열 (Hue: 5YR - 5GY, chroma ≤2)로 나타났다. 이는 해당 토양이 상시적으로 환원 환경에 노출되어 있는 상태임을 의미한다. 반면, 동일 토양 내에서 관찰된 기타색 (반문: 산화의 정도)은 명확한 적색 계열 (Hue: 2.5YR - 10YR, chroma ≥4)로 나타났으며, 산화 조건에서 형성된 철의 흔적임을 시사한다. 이러한 색상 조합은 습윤기와 건조기가 반복되는 간헐적 수분 변동 환경에서 전형적으로 나타나는 양상이다.
배수가 불량인 토양은 토양공극 내 산소 공급이 제한되어 철 (Fe3+)이 환원되어 Fe2+ 상태로 용해되며, 전반적으로 청녹색이 추가된 회색으로 나타났으며 (Veneman et al., 1998), 이는 주토색이 저채도의 회색 (Chroma ≤ 2)으로 나타나는 주된 원인이다. 특히 이들 색상은 수분정체로 인한 철의 탈색 (leaching) 또는 환원 철 이동에 의한 것으로 설명될 수 있다 (Soil Survey Staff, 2014).
한편, 토양 중 일시적으로 산소가 공급되는 공간, 예를 들어 뿌리활동 구역이나 입단 표면에서는 산화 환경이 발생하여 적갈색 반문이 형성된다 (Buurman et al., 1996). 본 연구에서도 적색 반문이 명확히 형성된 것은 산화 환경과 환원 환경이 반복적으로 교차한 결과이며, 이는 대표적인 Redoximorphic feature로 분류된다.
이러한 결과를 바탕으로 배수등급이 불량인 토양의 대표적인 시각적 지표로서 ‘회색 주토색 + 적색 반문’ 조합을 활용할 수 있을 것으로 판단된다. 특히 Munsell 색도계 기준에서 주토색의 채도 (chroma)가 2 이하이고, 반문 채도 (chroma)가 4 이상일 경우, 해당 토양은 ‘약간 불량’ 이상으로 분류할 수 있다 (Rabenhorst et al., 2014).
배수등급별 토양 색공간 (HSV, CIELAB) 분석
배수등급 분류를 위한 인자를 선정하기 위해, 배수등급이 양호와 불량인 토양을 대상으로 이미지 색공간 분석 (HSV, L*a*b*)을 수행하였다.
배수등급별 HSV 값의 분포는 배수등급이 양호인 토양에서 H 값이 적색 계열 (Hue ≈ 0 - 30) 쪽으로 나타났으며, 불량인 토양의 H 값은 회색 ‧ 청회색 계열 (Hue ≈ 50 - 80) 쪽으로 분포하였다 (Fig. 4). 이는 수분 정체 및 산화-환원 상태에 따른 색조 변화가 Hue 값에 반영된 것으로 판단되었다.
따라서, HSV 색공간 중 Hue (H)는 색상의 고유한 스펙트럼 위치를 나타내며, 본 연구에서는 H 값이 배수등급 양호 (well drained)와 불량 (poorly drained)을 구분하는 인자로 활용할 수 있을 것으로 판단된다.
CIELAB 색공간으로 토양 이미지를 분석한 결과, 색 인자 중 a* 값 (적-녹색)의 분포특성이 양호와 불량을 구분할 수 있었다. 배수등급이 양호인 토양은 a* 값이 양수로 분포하였으며, 배수등급이 불량인 토양은 모두 음수로 분포하였다 (Fig. 5). CIELAB 색공간에서 a* 값은 적색 (+a*)에서 녹색 (–a*) 사이의 색조를 수치화한 지표로, 토양 색상 분석에서 채도나 색조보다 정량적이고 직관적인 정보를 제공한다 (Hunt and Pointer, 2011). 본 연구에서 배수등급이 양호인 토양에서 a* 값이 높게 나타났으며, 이는 산화철 (hematite, goethite 등)의 농도가 높아 적색이 강하게 나타난 것으로 판단된다 (Schaetzl and Anderson, 2005). 이러한 색 특성은 환원–산화 환경이 반복적으로 발생하는 토양에서 전형적으로 나타나는 Redoximorphic features이며, CIELAB a* 값이 토양 배수등급 또는 환원특성과 유의한 상관관계를 갖는다는 선행 문헌과 일치하는 결과를 보였다 (Fan et al., 2017).
Conclusions
본 연구는 토양 이미지 분석을 통해 배수등급을 정량적으로 분류할 수 있는 가능성을 제시하였으며, 이는 기존의 배수등급 판별 방식의 한계를 보완할 수 있는 대안으로 평가된다. 특히 HSV 및 CIELAB 색공간에서 추출한 색상 지표는 토양의 산화 ‧ 환원 상태를 반영하는 유의미한 변수로 확인되었고, 향후 배수등급 자동 판별 기술의 핵심 요소로 활용할 수 있을 것으로 기대된다. 토양 색상이라는 시각적 정보를 정량화하여 배수등급을 분류하는 접근은 스마트 농업 기술, 정밀 농지 진단 시스템, 토양정보 DB 고도화와 같은 분야에 적용 가능성이 높으며 현장 조사자의 숙련도나 해석의 편차를 최소화할 수 있어 토양 조사의 표준화 및 객관화에 기여할 수 있을 것으로 판단된다.
