Introduction
Materials and Methods
토양시료 채취 및 분석
FDR 수분센서 보정 및 자료수집
보정식 개발 및 통계분석
Results and Discussion
제조사 보정식의 수분구간별 편향과 토양특성 영향
토양 유기물 수준별 및 통합 보정식 산정
보정식 성능평가
Conclusions
Introduction
토양 수분은 작물 생육, 양분 이용성 및 토양 내 생지화학적 과정에 직접적인 영향을 미치는 핵심적인 요인이다. 토양 중 수분 함량의 정확한 측정은 물 관리, 수분모델 개발, 그리고 토양 관련 연구에서 핵심적인 요소로 인식되고 있다 (Moon et al., 2011; Kim et al., 2025; Park et al., 2025). 이러한 요구로 인해 토양수분을 비파괴적으로 연속 측정할 수 있는 다양한 토양수분센서가 개발·활용되어 왔다 (Ferrarezi et al., 2020).
다양한 토양수분 측정 방법 중 유전율 (dielectric constant)을 기반으로 한 토양수분센서로 주파수 영역 반사법 (frequency domain reflectometry, FDR) 및 시간영역 반사법 (time domain reflectometry, TDR)가 대표적으로 활용되고 있다 (Huh et al., 2020). 이들 센서는 비파괴적이며 연속적인 측정이 가능하다는 장점으로 인해 현장 연구와 관수 관리 분야에서 널리 활용되고 있다 (Robinson et al., 2008; Huh et al., 2020; Park et al., 2023). 이러한 센서는 토양의 유전율과 용적수분함량 간의 관계를 이용하여 토양수분을 추정하며, 대부분의 상용 센서는 무기질토양 (mineral soil)를 기준으로 개발된 제조사 보정식 (factory calibration equation, FCE)을 적용하고 있다 (Topp et al., 1980). 그러나 토양의 유전율 반응은 토성, 용적밀도, 유기물 함량, 공극 구조 및 광물 조성 등 토양의 물리·화학적 특성에 따라 달라질 수 있다 (Moon et al., 2011). 이로 인해 제조사에서 제공하는 보정식을 특정 토양에 그대로 적용할 경우 측정 오차가 발생할 가능성이 지속적으로 제기되어 왔다 (Seyfried and Murdock, 2004; Robinson et al., 2008). 선행 연구에서도 다양한 토양 조건에서 제조사 보정식과 토양 특이적 보정식(soilspecific calibration equation)을 비교한 결과, 토양 특성을 반영한 보정식이 측정 정확도를 유의하게 향상시키는 것으로 보고되었다 (Ferrarezi et al., 2020; Lee et al., 2022).
유기물 함량이 높은 토양이나 andic 특성 (화산회토양 특성)이 발달한 화산분출쇄설물 유래의 안디솔 (andisols)에서는 유전율 기반 토양수분센서의 반응이 일반적인 무기질토양과 다르게 나타날 수 있다. 유기물 함량이 증가하면 토양의 비표면적이 커지고 결합수 (bound water)의 비율이 증가하게 되며, 이로 인해 동일한 수분 조건에서도 자유수 (free water)의 유전율 기여가 감소한다 (Bircher et al., 2016). 이러한 특성은 센서 출력과 실제 용적수분함량 간의 관계를 비선형적으로 변화시키며, 무기질토양을 기준으로 한 보정식을 적용할 경우 토양수분함량이 과소 또는 과대 추정되는 원인이 될 수 있다 (Fares et al., 2016). 이러한 이유로 유기물 수준에 따라 센서 반응 기울기와 오차 양상이 달라졌으며, 유기물 함량을 고려한 보정식을 적용할 경우 센서의 측정 정확도가 유의하게 개선되었다 (Fares et al., 2011; Bircher et al., 2016). 또한 Andisols에서는 높은 공극률과 낮은 용적밀도, 그리고 allophane 및 Al-유기복합체와 같은 비정질 광물의 발달로 인해 토양수의 보유 형태와 유전율 반응이 더욱 복합적으로 나타나는 것으로 알려져 있다 (Tomer et al., 1999; Regalado et al., 2003; Kassaye et al., 2019; Mosquera et al., 2021).
제주도 토양은 현무암에서 유래된 화산분출쇄설물을 주모재로 하여 발달하였으며 (NAAS, 2014), 지역별 강수량 차이에 따라 다양한 토양으로 분화하였다 (Park et al., 2019). 제주도 토양의 약 80%는 Andisols로 강수량이 많은 중산간과 동남부에 주로 분포하는 반면, 강우량이 상대적으로 적은 서부와 북부 해안 및 일부 중산간에는 비안디솔 (non-Andisols)이 분포한다. Andisols는 allophane과 Al-유기복합체가 주요 구성성분이며, 고도와 토심에 따라 두 성분의 상대적 비율이 달라지고 중산간 표토에서는 공존하는 것으로 보고되었다 (Song and Yoo, 1994). 반면 non-Andisols는 규산염 점토광물이 우세하다 (Park and Koo, 2020).
이러한 광물학적·화학적 특성의 차이는 토양수분의 보유 특성과 유전율 기반 토양수분센서의 반응에 직접적인 영향을 미칠 수 있어, 무기질 토양을 대상으로 개발된 범용 보정식을 적용할 경우 오차가 확대될 가능성이 크다 (Tomer et al., 1999). Moon et al. (2011) 은 제주도 토양에서 유기물 함량 (35, 70, 248 g kg-1) 수준에 따라 토양수분센서의 보정식 형태와 성능이 달라질 수 있음을 제시하였다. 그러나 제한된 토양 조건에서 유기물 함량 수준에 따른 보정식을 도출하여, andic 특성을 통합적으로 고려하지는 못하였다. 따라서 제주 토양에서 토양수분센서의 정확도를 높이기 위해서는 유기물 함량과 andic 특성을 동시에 고려한 보정 전략이 필요하다. 이에 본 연구는 FDR 토양수분센서를 제주도 토양에서 범용적으로 적용할 수 있도록, 39개 토양을 대상으로 유기물 함량 수준과 andic 특성을 반영한 토양수분센서 보정식을 도출하고 그 성능을 평가하였다.
Materials and Methods
토양시료 채취 및 분석
토양 시료는 농촌진흥청 토양환경정보시스템 (흙토람, https://soil.rda.go.kr)의 토양환경지도를 참고하여 수분센서 보정식의 범용적으로 사용될 수 있도록 제주도 토양의 유기물함량(10 - 300 g kg-1 범위)을 고려하여 39개 지역을 선정하였다. 토양은 실제 포장조건에서 수분센서가 주로 설치되는 깊이를 반영하여 현장 적용성을 높이기 위해 토심 20 - 30 cm 깊이에서 채취하였다. 채취한 토양은 습윤 상태에서 2 mm 체를 통과시켜 수분센서 보정과 토성분석을 위해 습윤 상태로 보관하였고, 일부 시료는 풍건한 후 토양 유기물 함량 (soil organic matter, SOM)과 andic 특성 분석에 사용되었다. 토양의 이화학성 및 선택적 추출분석은 Soil Survey Laboratory Methods Manual (Burt, 2004)와 토양 및 식물체 분석법 (NIAST, 2000)에 준하여 분석하였다. 전용적밀도 (bulk density)는 100 cm3 코어로 시료를 채취하여 105°C에서 건조 후 분석하였고, 공극률 (porosity)을 계산하기 위해 입자밀도 (particle density)는 pycnometer 법으로 측정하였다. 토양 입경분석 (모래, 실트, 점토)으로, 모래 함량은 30% H2O2로 유기물을 분해하고 5% sodium hexametaphosphate로 분산시킨 다음 0.05 mm 이상이 모래입자를 분리 건조시켜 측정하였고, 점토함량은 pipette법으로 분석하였으며, 실트 함량은 100%에서 모래와 점토 함량을 제한 값으로 계산하였다. 유기물 함량은 풍건 토양 시료를 0.15 mm 체로 통과시킨 다음 Walkley and Black법으로 측정하였다. Andisols과 non-Andisols을 구분하기 위해 선택적 추출법을 이용하여 토양의 andic 특성을 분석하였다. 유기물과 복합체를 형성하는 Al(Alp)는 0.1 M sodium pyrophosphate 용액 (pH 10)으로 16시간 동안 추출하였다. Al(Fe)-humus complexes, Al과 Fe의 비결정 수산화물, allophane 및 ferrihydrite을 구성하는 Si (Sio), Al (Alo), 및 Fe (Feo)는 0.2M ammonium oxalate 용액 (pH 3)으로 mechanical vacuum extractor 를 이용하여 12시간 동안 차광하여 추출하였다. 모든 추출용액은 원심분리 후 여과용액을 증류수로 희석하여 ICP-OES (5800ICP-OES, Agilient, USA)로 측정하였다. Allophane 함량은 100 × Sio/{-5.1[(Alo‒Alp)/Sio] + 23.4} (Mizota and Reeuwijk, 1989)식으로 계산하였고, 연구토양에서 Si (Sio)함량이 0.6% 이하이면 allophane의 형성되지 않은 것으로 간주하였다 (Park and Koo, 2020).
채취한 연구 토양 중에서 0.2M ammonium oxalate (pH 3)로 침출되는 Alo+1/2Feo 함량이 2% 이하인 토양을 non-Andisols (Soil Survey Staff, 2014), 그 외 토양을 Andisols로 분류하였다. Andisols 중에서 Alp/Alo비가 0.5 이상이면서 Sio 함량이 0.6% 이하인 토양은 Al-유기복합체 형태로 존재하는 토양, Alp/Alo비가 0.5 미만이면서 Sio 함량이 0.6% 이상인 토양은 Al-유기복합체와 allophane이 혼재된 토양으로 구분하였다 (Shoji et al., 1993; Song and Yoo, 1994; Park and Koo, 2020). 분류 결과 non-Andisols 14개, Al-유기복합체 형태로 존재하는 토양 13개, Al-유기복합체와 allophane이 혼재된 토양 12개를 분석에 사용하였다 (Table 1).
Table 1.
Physicochemical properties of soils used in the experiment.
| Parameters |
NonAndisols6 (n = 14) | Andisols7 | |
|
Al-humus complex (n = 13) |
Mixed andic (n = 12) | ||
| SOM (g kg-1) 2 | 12.6 - 70.71 | 52.4 - 260 | 61.7 - 249 |
| Bulk density (Mg m-3) | 1.09 - 1.53 | 0.54 - 1.09 | 0.41 - 1.12 |
| Porosity (%) | 27.8 - 59.8 | 43.5 - 78.2 | 48.1 - 84.2 |
| Sand (%) | 1.78 - 41.0 | 4.85 - 25.5 | 12.4 - 78.2 |
| Silt (%) | 31.4 - 86.8 | 34.9 - 64.0 | 1.54 - 71.8 |
| Clay (%) | 0.47 - 37.8 | 16.2 - 49.0 | 7.40 - 46.9 |
| Alo (%)3 | 0.14 - 1.09 | 1.05 - 4.17 | 1.94 - 5.10 |
| Feo (%) | 0.16 - 1.97 | 1.71 - 3.96 | 2.38 - 5.04 |
| Sio (%) | 0.11 - 0.41 | 0.25 - 0.62 | 0.61 - 1.59 |
| Alo + 1/2Feo (%) | 0.46 - 1.76 | 2.17 - 5.93 | 3.33 - 7.29 |
| Alp (%)4 | 0.27 - 1.23 | 0.84 - 2.85 | 0.94 - 2.33 |
| Alp/Alo (%) | 0.68 - 3.03 | 0.54 - 1.83 | 0.24 - 0.59 |
| Allophane (%)5 | - | - | 4.49 - 13.2 |
FDR 수분센서 보정 및 자료수집
FDR 수분센서 (TEROS 12; METER group, Inc. USA)의 용적수분함량 측정 민감 부피는 약 1,010 mL (1,010 cm3)이내로 제시하고 있어 (METER Group, 2021), 센서 보정은 5 L 원형 플라스틱 용기에 39개 토양을 각 토양의 용적밀도를 적용하여 습윤 토양을 충전한 후, TEROS 12 수분센서를 용기 상부 토양으로부터 10 cm 깊이에 수직으로 설치하였다. 용기 하부의 배수구를 통해 토양을 3일간 포화시킨 뒤 중력수를 3일간 배수시켰다. 이후 보정 용기를 35°C로 설정한 건조기에 두고, 토양이 건조되는 동안 휴대용 리더기 (ProCheck, METER group, Inc. USA)를 이용하여 센서 판독값 (raw)을 하루 2회 측정하였다. 동시에 보정 용기의 총중량을 측정하여 중량수분함량 (gravimetric water content, θg)을 계산하고, 이를 용적수분함량 (volumetric water content, θv) 으로 환산하였다.
보정식 개발 및 통계분석
토양별로 센서의 raw 값과 실제 용적수분함량 (reference volumetric water content, θref) 간 선형 회귀분석을 통해 토양별 보정식 (soil-specific calibration equation, SSCE)을 도출하였다. 하지만 SSCE은 각 토양마다 별도의 보정식을 필요로 하므로 실제 현장 적용에는 한계가 있을 수 있어, 센서의 오차를 줄이기 위해 유전율과 관련성이 있는 토양 유기물 함량과 andic 특성을 반영한 보정식을 산정하였다.
토양 유기물 수준별 보정식 (OM-group calibration equation, OMCE)은 토양의 유기물 함량 자료를 이용하여 현장에서 선택적으로 적용할 수 있는 실용적 보정식을 제시하기 위해 도출하였다. Table 1에 제시된 토양의 유기물 함량을 3수준 [저 (Low SOM, < 50 g kg-1), 중 (Medium SOM, 50 - 100 g kg-1), 고 (High SOM, > 100 g kg-1)]으로 구분한 후, 센서 raw 값과 θref 간의 2차 다항 회귀식을 통해 OMCE을 산정하였다. 통합 보정식 (integrated calibration equation, ICE)은 SPSS 18.0 (SPSS Inc. Chicago, USA)이용하여 다중회귀 분석으로 도출하였다. 다중회귀 분석의 독립변수는 센서의 비선형 반응을 반영하기 위해 raw 값의 제곱항 (Raw2)과 유기물함량, andic 특성 변수 (Alo, Feo, Sio, Alp, Alo+½Feo)로 구성하였으며, 독립변수 간 다중공선성은 분산팽창계수 (variance inflation factor, VIF)로 진단하였다.
토양을 유기물 수준과 andic 분류 (non-Andisols, Al-humus complex, mixed andic)로 구분한 뒤, θref 구간 [고 (0.38 - 0.42 m3 m-3), 중 (0.28 - 0.32 m3 m-3), 저 (0.18 - 0.22 m3 m-3)] 별로 제조사 보정식 (FCE)의 편향 (bias, θfce - θref)을 분석하였고, 토양 유기물 수준 및 andic 분류 토양에 따른 FCE의 편향의 차이를 SPSS 프로그램으로 ANOVA 분석을 하였으며, DMRT (Duncan’s multiple range test)로 유의수준 5%에서 사후 검정하였다. 이후 같은 수분구간에서 FCE, OMCE, ICE 보정 방법 간 차이는 토양별 Root Mean Squared Error (RMSE)를 이용하여 성능을 비교하였다. 또한 전체토양과 andic 분류 토양별로, θref에 대한 FCE, SSCE, OMCE 및 ICE의 RMSE 개선 정도를 FCE와 비교하였다.
Results and Discussion
제조사 보정식의 수분구간별 편향과 토양특성 영향
전체 수분범위에서 TEROS 12 센서의 raw 값은 θref 증가에 따라 전반적으로 증가했으나, 두 변수 간 관계는 뚜렷한 비선형성을 보였다 (Fig. 1a). 또한 동일한 raw 범위에서도 θref의 분산이 크게 나타나, 센서 반응이 수분함량뿐만 아니라 토양별 특성(예: 유기물, 공극 구조, andic 성질 등)에 따라 달라질 수 있음을 보였다. 제조사 보정식 (FCE)으로 환산한 수분함량 (θfce) 과 θref의 비교에서는 수분 수준에 따라 방향이 달라지는 편향이 확인되었다 (Fig. 1b). 저수분 조건 (대략 θref < 0.20 m3 m-3)에서는 θfce가 θref를 과대평가하는 경향이었으며, 중-고수분 조건에서는 수분함량이 증가할수록 θfce가 θref를 과소평가하는 경향이 뚜렷해졌다. 이러한 상반된 편향 패턴은 본 연구 토양에 FCE을 그대로 적용할 경우 수분 구간별 오차가 구조적으로 발생할 수 있음을 의미한다.
Fig. 1
Relationship between TEROS 12 raw sensor output and reference volumetric water content (θref) (a), and comparison between factory-calibrated volumetric water content (θfce) and (θref) (b) for 39 soil samples from Jeju Island. Each point represents a paired raw-θref observation from repeated readings during drying for each soil. The dashed line indicates the 1:1 line (θfce = θref).
Fig. 2는 수분구간별로 제조사 보정식 (FCE)과 토양별 보정식 (SSCE)의 편향 분포를 유기물함량 수준 및 andic 토양 유형별로 비교하였다. FCE은 고수분 (0.38 - 0.42 m3 m-3)에서 전반적으로 음의 편향 (과소평가), 저수분 (0.18 - 0.22 m3 m-3)에서 양의 편향 (과대평가)이 나타나 편향의 방향이 수분수준에 따라 달라졌다 (Fig. 2a, b). 또한 동일 수분구간에서도 유기물 수준과 andic 유형에 따라 분포의 폭과 중앙값이 달라, FCE을 특정 토양군에 적용할 때 토양 특성에 따른 오차가 발생함을 시사한다 (Seyfried and Murdock, 2004; Robinson et al., 2008). 특히 High SOM 토양과 Andisols (Al-유기복합체 및 mixed andic)에서 편향의 분포가 커지는 경향을 보였다. 반면 SSCE은 모든 수분구간에서 편향을 0에 가깝게 감소시켜, FCE에서 관찰된 수분구간별 편향을 효과적으로 완화하였다 (Fig. 2c, d). 다만 SSCE은 토양별로 개별 보정식이 필요하여 현장 적용성이 제한되므로, 유기물 수준과 andic 특성을 동시에 고려하는 실용적 보정식이 필요하다.
Fig. 2
Moisture-range-dependent bias (θest-θref) of the factory calibration equation (FCE; a and b) and soil-specific calibration equation (SSCE; c and d) within three θref ranges in Jeju volcanic ash soils. Boxes represent the 25th, 50th (median), and 75th percentiles, and whiskers indicate the minimum and maximum values. Different letters above boxes indicate significant differences among soil groups within each moisture range (one-way ANOVA followed by Duncan’s multiple range test, p < 0.05). The dashed horizontal line indicates zero bias.
토양 유기물 수준별 및 통합 보정식 산정
Table 2는 연구토양의 θref에 따른 TEROS 12의 raw 값을 기반으로 θv으로 변환하기 위한 보정식을 제시하였다. 토양 유기물 수준별 보정식 (OMCE)은 선형 회귀식보다 2차 회귀식에서 결정계수 (R2)가 높게 나타났으며, 토양 유기물 수준별 R2 값은 0.802 - 0.886 범위였다. 이는 센서 raw값과 수분 관계가 전 수분 범위에서 일정한 민감도를 갖지 않고 비선형적으로 변화하기 때문이며 (Figs. 1 and 2), raw2 항을 포함한 2차 모형이 이러한 비선형 반응을 보다 정확하게 반영할 수 있음을 의미한다. 통합보정식 (ICE)은 raw2와 함께 유기물 함량 및 andic 특성 변수(Alo, Feo, Sio, Alp, Alo+½Feo)를 대상으로 다중회귀분석을 수행하였다. 이 과정에서 유기물 함량과 andic 지표 간 다중공선성이 확인되어 분산팽창계수 (VIF) 값이 10 이상으로 높게 나타나는 변수를 제거하였고, 최종적으로 raw2에 Alo, Feo, Sio를 포함한 통합보정식을 도출하였다. ICE의 R2는 0.882로 medium SOM 수준 보정식과 유사한 설명력을 나타냈다. 이러한 결과는 유기물 함량뿐 아니라 andic 관련 성분 (Alo, Feo, Sio)이 센서 반응 변이의 일부를 설명할 수 있을 것으로 판단된다.
Table 2.
Calibration equations for TEROS 12 sensor according to soil organic matter (SOM) level and andic-related properties in Jeju soils.
보정식 성능평가
유기물 수준별 보정식 (OMCE)과 통합보정식 (ICE)의 토양별 RMSE는 세 수분구간에서 수분 상태와 토양 특성에 따라 다르게 나타났다 (Fig. 3). 저수분 구간 (0.18 - 0.22 m3 m-3)에서는 OMCE의 개선 효과가 가장 뚜렷하였다 (Fig. 3c, f). Medium SOM 토양에서 OMCE는 제조사 보정식 (FCE) 대비 RMSE를 38.3% 감소시켰고, non-Andisols에서도 30.3% 감소하였다. 이는 건조 조건에서 유기물 함량 차이에 의해 유전율과 수분 관계의 편차가 커지며, OMCE가 이러한 편차를 효과적으로 완화했기 때문이다 (Bircher et al., 2016; Fares et al., 2016).
중수분 구간 (0.28 - 0.32 m3 m-3) 에서는 대부분의 토양에서 FCE가 상대적으로 안정적인 성능을 보였다 (Fig. 3b, e). 다만 High SOM 및 mixed andic 토양에서는 ICE가 각각 6.0%, 23.8%의 제한적인 개선을 보여, andic 영향이 일부 반영된 토양에서만 통합 보정의 이점이 유지되는 경향이었다. 고수분 구간 (0.38 - 0.42 m3 m-3)에서는FCE의 오차가 Andisols에서 크게 증가한 반면, ICE는 이를 효과적으로 감소시켰다 (Fig. 3a, d). High SOM토양에서 ICE는 RMSE를 31.4% 감소시켰으며, mixed andic 토양에서는 49.5% 감소로 가장 큰 개선을 보였다. 이는 Andisols의 미세구조, 높은 비표면적, Al-유기복합체, allophane 등 andic 특성으로 인해 고수분 조건에서 유전율과 토양수분 간의 관계가 비선형적으로 변화하면서 오차가 증가하고, ICE가 이러한 RMSE 증가를 부분적으로 완화한 것으로 판단된다 (Regalado et al., 2003; Moon et al., 2011; Kassaye et al., 2019).
Fig. 3
Soil-level RMSE for volumetric water content estimated using three calibration methods (factory, soil organic matter (OM)-group, and integrated) across three reference volumetric water content ranges (θref) in Jeju volcanic ash soils: 0.38 - 0.42 m3 m-3 (a, d), 0.28 - 0.32 m3 m-3 (b, e), and 0.18 - 0.22 m3 m-3 (c, f). Bars represent the mean soil-level RMSE within each soil group, and error bars indicate standard deviation.
또한 Andisols은 높은 수분보유력으로 인해 건조가 진행된 이후에도 상대적으로 높은 수분 상태가 유지되는 토양이다. 예를 들어 Andisols에서는 영구위조점 (-1,500 kPa)에서도 용적수분함량이 0.48 ± 0.09 m3 m-3로 보고된 바 있어 (Mosquera et al., 2021), non-Andisols의 중수분 수준에 해당하는 수분함량이 Andisols에서는 더 낮은 토양수분포텐셜에서도 유지될 수 있다. 따라서 Andisols에서 고수분 구간의 센서 오차가 관수 관리 및 수분 모니터링의 신뢰도에 직접적인 영향을 줄 수 있으며, 본 연구에서 ICE가 고수분 조건의 Andisols에서 RMSE를 크게 감소시킨 결과는 실용적 의미가 크다. 이는 제주 화산회토양과 같은 Andisols에서 고수분 조건의 센서 보정이 수분관리 정확도 향상에 핵심 요소임을 시사한다.
TEROS 12 센서를 이용하여 전체토양과 andic 분류 토양에 대한 보정 방법별 RMSE와 제조사 보정식 (FCE) 대비 오차 개선율을 Table 3에 나타내었다. 전체 토양에서 FCE의 RMSE는 0.067 m3 m-3였으며, 유기물 수준별 보정식 (OMCE)은 RMSE가 0.048 m3 m-3로 28.0% 감소하였고, 통합 보정식 (ICE)은 RMSE가 0.047 m3 m-3로 29.8% 감소하였다. 토양별 보정식 (SSCE)은 모든 토양에서 가장 낮은 RMSE를 보여 가장 정확한 보정방법임을 확인하였다. 이는 SSCE가 각 토양에서 raw 값과 θref 관계를 해당 토양 자료로 추정함으로써, 유기물함량과 andic 특성뿐아니라 광물조성 및 토양 구조 등 토양 고유의 유전율 반응 차이를 포괄적으로 반영하기 때문이다.
Table 3.
RMSE-based prediction performance and improvement relative to the factory calibration for TEROS 12 calibration methods by soil type.
그러나 SSCE는 센서 설치 지점별 개별 보정이 필요하여 다양한 지점에 일괄 적용하기에는 현실적 제약이 크며, 따라서 OMCE 또는 ICE와 같은 범용 보정식이 현장 적용 측면에서 더 유용할 수 있다. 본 결과는 SSCE의 직접 적용이 어려운 경우에도 유기물 수준 또는 andic 지표만으로 FCE의 편향을 의미 있게 완화할 수 있음을 보여준다. 토양유형별로는 non-Andisols와 Al-유기복합체 토양에서 SSCE의 개선율이 각각 77.6%, 58.9%로 가장 컸으며, OMCE 와 ICE의 개선은 상대적으로 제한적이었다. 반면 mixed andic 토양에서는 ICE가 RMSE를 0.077 m3 m-3에서 0.039 m3 m-3로 낮춰 OMCE 보다 더 우수하였다. 이는 mixed andic 토양에서 유기물 수준만으로 설명되지 않는 센서 반응 변이가 존재하며, Alo, Feo 및 Sio와 같은 andic 관련 지표를 보정식에 포함했기 때문이다. 결과적으로 유기물 함량 자료를 이용 가능한 조건에서는 OMCE이 실용적 보정 방법으로 의미가 있으며, andic 특성이 복합적으로 혼재된 제주 화산회토양에서 ICE가 보다 안정적인 범용 보정식으로 활용될 수 있다.
Conclusions
본 연구는 제주도 39개 토양을 대상으로 FDR 토양수분센서 (TEROS 12)의 제조사 보정식 (FCE) 적용 시 발생하는 수분구간별 편향과 토양 특성의 영향을 평가하고, 현장 적용을 고려한 유기물 수준별 보정식 (OMCE) 및 andic 특성을 반영한 통합 보정식 (ICE)을 제시하였다. TEROS 12의 raw 값과 실제 용적수분함량 관계는 전 수분 범위에서 비선형성을 보였으며, FCE는 저수분에서 과대평가되고 중-고수분에서 과소평가되는 편향이 나타나 유기물 수준과 andic 유형에 따라 오차가 달라졌다. 유기물 3수준별 2차 회귀로 도출한 OMCE (R2 = 0.802 - 0.886)와 andic 지표 (Alo, Feo, Sio)를 포함한 ICE (R2=0.882)는 이러한 편향을 완화하여 전체 토양에서 FCE 대비 RMSE를 각각 28.0%, 29.8% 감소시켰다. OMCE는 유기물 정보만으로 적용 가능한 간편한 범용 보정식으로, 유기물 함량 자료를 확보할 수 있는 현장에서 실용적 대안이 될 수 있다. ICE는 andic 특성이 혼재된 제주 화산회토양에서 토양 반응 변이를 추가로 설명하는 범용 보정식으로, 특히 고수분 조건의 Andisols에서 보다 안정적인 적용이 기대된다. 반면 SSCE는 가장 높은 정확도를 제공하는 기준 (reference) 보정식이지만, 센서 설치 지점별 개별 보정이 필요해 광범위한 현장에 일괄 적용하기에는 제약이 크다. 따라서 현장 여건에 따라 OMCE 또는 ICE를 선택적으로 적용하고, 필요 시 SSCE를 기준선으로 활용하여 범용 보정식의 성능을 점검하는 운영 전략이 타당하다. 본 연구에서 제시한 보정식은 제주 지역의 관수 관리 및 토양수분 모니터링에 FDR 센서 기반 토양수분 측정의 신뢰도를 향상시키는 데 기여할 것으로 기대된다.
