Journal of The Korean Society of Agricultural Engineers (한국농공학회논문집)

The Korean Society of Agricultural Engineers (한국농공학회)
권호 표지
DOI QR코드

DOI QR Code

Designing a Subsurface Drainage System: A Trade-Off Between Environmental Sustainability and Agricultural Productivity

유공암거 배수 구성: 환경지속가능성과 농업생산성 사이의 균형

  • Kim, Kyung-Min (Department of Environmental Engineering, Seoul National University of Science and Technology) ;
  • Jeong, Wu-Seong (Department of Environmental Engineering, Seoul National University of Science and Technology) ;
  • Bhattarai, Rabin (Department of Agricultural and Biological Engineering, University of Illinois at Urbana-Champaign) ;
  • Jeong, Han-Seok (Department of Environmental Engineering, Seoul National University of Science and Technology)
  • Received : 2022.04.05
  • Accepted : 2022.04.28
  • Published : 2022.05.31
Download PDF
⟨ Previous Next ⟩

Abstract

This study evaluated the impacts of subsurface drainage design, i.e., spacing and depth, on agricultural productivity and environmental sustainability in two tile-drained fields (Sites A and E) under a corn-soybean rotation in the Midwestern United States. A calibrated and validated Root Zone Water Quality Model (RZWQM) was used to simulate Nitrate-N (nitrogen) losses to tile drainage and crop yields of 30 tile spacing and depth scenarios over 24 years (1992-2015). Our results presented that the narrower and deeper the tile drains are placed, the greater corn yield and Nitrate-N losses, indicating that the subsurface drainage design may cause a trade-off between agricultural productivity and environmental sustainability. The simulation results also presented that up to about 255.7% and 628.0% increase in Nitrate-N losses in Sites A and E, respectively, far outweigh the rate of increase in corn yield up to about 1.1% and 1.6% from the adjustment of tile spacing and depth. Meanwhile, the crop yield and Nitrate-N losses according to the tile configuration differed depending on the field, and the soybean yield presented inconsistent simulation results, unlike the corn yield, which together demonstrate the heterogeneous characteristic of agro-environmental systems to a subsurface drainage practice. This study demonstrates the applicability of agricultural systems models in exploring agro-environmental responses to subsurface drainage practices, which can help guide the introduction and installation of tile systems into farmlands, e.g., orchards and paddy fields, in our country.

Keywords

Ⅰ. 서론

환경지속가능성과 농업생산성 향상은 지속가능한 지구공동체를 담보하는 주요한 요소이다 (Foley et al., 2011). 여기서 환경지속가능성 (Environmental sustainability)이란 자연 자본(Natural capital)이 자원의 공급원이자 폐기물의 수용부 (Sink)로서 유지되어야 하는 것으로, 인간 경제 체제의 규모가 그것이 의존하고 있는 전체 생태계의 생물물리학적 한계 내에서 운용되는 것을 의미한다 (Goodland, 1995). 지속가능발전의 이념을 실현하기 위한 인류 공동의 17개 목표를 담은 지속가능발전목표 (SDGs: Sustainable Development Goals)에서도 첫 번째 목표인 빈곤종결 (No Poverty)과 두 번째 목표인 기아해소 (Zero Hunger)가 농업생산성 향상과 직접 관련되어 있으며, 여섯 번째 목표인 깨끗한 물과 위생 (Clean Water and Sanitation)과 열네 번째 목표인 해양생태계 보존 (Life Below Water)은 환경지속가능성과 직접 연관된다. 하지만 흥미롭게도 농업생산성 향상을 위한 많은 인간 활동이 환경지속가능성을 저해하는 것으로 알려져 있다. 대표적으로 질소 시비량을 증가시키면 농업생산성은 증가하지만, 오염부하량도 증가하게 된다 (Vitousek et al., 2009).

농경지에서의 배수관리도 농업생산성과 환경지속가능성에 큰 영향을 미친다. 암거배수는 농업생산성은 증가시키지만, 환경부하도 증가시키는 것으로 알려져 있다 (Ghane et al., 2021). 배수시스템이 광범위하게 도입된 미국 중부 실측자료 분석에 따르면 배수시설 도입은 콩 수확량을 4-8% 증가시켰으며 (Mourtzinis et al., 2021), 유역규모 질소부하량의 최소 50%가 농경지 암거배수에 기인한다 (Arenas Amado et al., 2017). 배수시설의 농경지 도입에 따른 농업환경시스템에의 영향은 배수시설이 체계적으로 도입된 미국 중서부 지역 등을 대상으로 다양한 측면의 연구가 수행된 바 있으나, 배수암거의 매설 깊이와 간격으로 표현되는 암거배치의 농업생산성과 환경지속가능성에 미치는 영향은 제한적으로 탐구되었다(Skaggs et al., 2005; Ghane and Askar, 2021). 우리나라에서는 암거배수에 따른 작물수확량 (Kim et al., 1997; Shin et al., 2008), 농경지 토양환경에의 영향 (Kim et al., 2006), 그리고 관재료에 따른 암거배수 효과 (Chung, 1995)에 대한 조사⋅분석은 이루어진 바 있으나, 암거 배치에 따른 농업환경시스템에의 영향은 거의 평가된 바 없다.

따라서 본 연구에서는 유공암거 배치가 농업생산성과 환경지속가능성에 미치는 영향을 정량적으로 탐구하고자 한다. 다양한 유공암거 배치에 따른 농업환경시스템의 반응을 평가하기 위해 대표적인 농업시스템모형 (Agricultural systems model)인 Root Zone Water Quality Model (RZWQM)을 적용하였다. RZWQM은 지난 30여 년 동안 배수관리에 따른 농업환경시스템에의 영향을 정량적으로 탐구하기 위해 다양한 농업환경과 영농활동에서 적용 및 평가된 바 있다 (Fang et al., 2010; Malone et al., 2014; Singh et al., 2022). Gillette et al. (2018)은 RZWQM를 이용하여 겨울철 호밀 지피작물이 도입된 미국 아이오와 지역의 옥수수-콩 윤작 필지에서 발생하는 온실가스 (N2O) 배출량과 암거 배출수 중 질산염 부하량을 추정하였으며, Jeong et al. (2019)은 RZWQM을 이용하여 미국 일리노이 지역의 암거배수 필지를 대상으로 대기 중 질소와 이산화탄소 농도변화에 따른 필지 규모 농업환경시스템의 수문, 수질 및 작물수확량 반응을 모의한 바 있다.

우리나라의 경우 유공암거 도입 및 설치에 따른 농업환경 시스템에의 영향을 평가한 관측 자료가 제한적이기 때문에, 본 연구는 전 세계적으로 유공암거를 이용한 배수관리가 가장 일반적으로 이루어지고 있는 미국 중서부 지역의 시험포장지를 대상으로 하였으며, Jeong and Bhattarai (2018) 연구에서 해당 시험포장지에 대해 보정 및 검정된 RZWQM을 이용하였다. 본 연구는 암거배수 구성이 실제 농업환경에 어떤 영향을 가져올 수 있는지 탐구함으로써 향후 국내에서 암거배수 연구에 도움을 주고자 하였다.

Ⅱ. 재료 및 방법

1. 연구대상지

연구대상지인 시험포장 A와 E 필지는 미국 일리노이주의 유역환경관리 우선유역 (Priority watershed)인 리틀버밀리언강 (Little Vermilion River) 유역에 위치한다 (Fig. 1). 시험포장지는 미국 중서부 대초원의 전형적인 지형특성을 가진 곳으로 배수가 불량한 토양에 유공암거에 의한 배수유출수가 전체유출의 대부분을 차지하고 있다 (Mitchell et al., 2000). 서로 인접한 A와 E 필지는 유공암거 배수체계를 갖추고 관개시설 없이 옥수수와 콩을 윤작하는 것으로 조사되었다. 4.8 ha 규모의 A 필지는 Drummer 미사질식양토 (Silty clay loam)에 감소경운 (Reduced tillage)을 실시하고 연평균 223 kg ha-1 질소시비를 봄에 행한 것으로 조사된 반면, 7.5 ha 규모의 E 필지는 Sabina 미사질양토 (Silt loam)에 무경운 (No tillage)을 실시하고 봄과 측면 질소시비를 연평균 150 kg ha-1 행한 것으로 조사되었다 (Table 1).

NGHHCI_2022_v64n3_53_f0001.png 이미지

Fig. 1 The location of the study sites (adopted from Jeong and Bhattarai (2018))

Table 1 Characteristics and agricultural management practices of the study sites (modified from Jeong and Bhattarai (2018))

NGHHCI_2022_v64n3_53_t0001.png 이미지

S: Spring application; F: Fall application; D: Side dress application

* The value in parenthesis is nitrogen fertilizer rate

2. RZWQM 개요

RZWQM은 USDA-ARS에서 1992년 개발한 농업시스템모형으로, 물리, 토양화학, 영양물질, 농약, 작물생육, 영농관리 등 6개의 모듈로 구성되어 영농활동과 자연환경 변화에 따른 포장 규모의 수문, 수질, 그리고 작물생육 등을 모의할 수 있다 (USDA-ARS, 1992). 포장 규모 수문현상은 Green-Ampt 식에 의해 침투과정이 묘사되며, Richards 방정식에 의해 토양수분이 재분배된다 (Ma et al., 2001). 작물의 수분소비는 DSSAT(Decision Support System for Agrotechnology Transfer)의 개별작물 모듈의 경험식에 의해 산정되며, 잠재증발산량은 Shuttleworth-Wallace 방정식을 기반으로 추정된다 (Shuttleworth and Wallace, 1985; Ahuja et al., 2000). 암거배수는 DRAINMOD에서 채택된 다음 식 (1)의 Hooghoudt 정상상태 방정식에 의해 모의된다 (Skaggs, 1978).

\(\begin{aligned}R=\frac{8 K_{e} d_{e} m+4 K_{e} m^{2}}{S^{2}}\end{aligned}\)       (1)

여기서, R은 암거 배수량 (mhr-1), Ke는 유효수리전도도(Effective hydraulic conductivity) (mhr-1), de는 토층의 유효깊이 (암거 밑 불투수층에서 암거까지의 토층 깊이) (m), m은 암거 사이 중간 지하수면에서 암거까지의 깊이 (m), 그리고 S는 암거 사이 거리 (m)이다.

RZWQM의 토양 중 유기물과 질소 변환은 Organic Matter and Nitrogen (OMNI) 모듈에 의해서 모의된다. 토양 유기물은 5개의 풀 (Pool)로 나뉘어 분포되어 있으며, 세 가지 유형의 미생물 (호기성 종속영양 미생물, 독립영양 미생물, 임의성 종속영양 미생물)에 의해 분해된다 (Ma et al., 2001). 5개의 유기물 풀은 작물 잔류물 (Crop residue)에 대한 느리고 빠른 2개의 풀과 토양부식질 (Soil humus)에 대한 빠른, 중간, 그리고 느린 3개의 풀로 구성된다 (Ma et al., 2001). 각 풀에 대한 반응방정식은 0 또는 1차 화학 동역학을 기반으로 하며, 미생물 개체군과 토양 온도, 수분 함량, pH, 영양소 및 이온 강도등의 환경변수에 의해 영향을 받게 된다 (Ahuja et al., 2000; Ma et al., 2001). 가용성 영양염류 수준은 작물 흡수, 뿌리 영역에서의 침출 및 유출수의 농도를 추정하는 데 사용된다 (Ma et al., 2001).

RZWQM은 모형에 통합된 DSSAT의 작물모형을 활용하여 작물의 생육과 관련된 농업환경시스템의 변화과정을 모의하게 된다. RZWQM은 DSSAT의 작물모형에 일 단위 기후자료, 토양 수분량, 질소 함량, 토양 온도, 그리고 잠재증발산량 등을 제공하며, DSSAT의 작물모형은 RZWQM에 일 단위 작물의 수분 및 질소 흡수량과 기타 식물성장 변수 (뿌리 분포, 잎면적지수, 작물 잔류물 등)를 제공함으로써 작물생육 연계 포장단위 농업시스템 모의를 가능하게 한다 (Ma et al., 2006). 본 연구에서는 DSSAT의 작물모형 중 CERES-Maize 모형 (Jones et al., 1986)과 CROPGRO-Soybean 모형 (Boote et al., 1998)을 이용하여 암거배수 배치에 따른 옥수수와 콩 수확량 및 관련 농업환경시스템 거동을 모의하였다.

3. RZWQM 모의

유공암거 배치에 따른 농업시스템 반응 모의는 Jeong and Bhattarai (2018)에서 연구대상지 A와 E 필지의 농업시스템(암거 배수량, 질산염 부하량, 옥수수 및 콩 수확량)에 대해 보정 및 검정한 RZWQM을 이용하여 1990년부터 2015년까지 모의하였다. 1990년부터 1991년 사이의 RZWQM 모의결과는 모형 초기조건 안정화 기간 (Warm-up period)으로 모의결과 분석에서 제외하였다. 모형 모의에 필요한 일 단위 기상자료는 샴페인기상대 (Champaign Weather Station)에서 제공하는 강수량, 최고 및 최저 기온, 풍속, 일사량, 그리고 상대습도 자료를 활용하였으며, 영농활동 입력 자료는 1993년부터 2000년 기간의 실측자료 평균값을 사용하였다.

RZWQM 모의에는 연구대상지의 토양특성을 고려하여 5가지 유공암거 매설 깊이 (D2.0, D2.5, D3.0, D3.5, D4.0)와 6가지 매설 폭 (S20, S40, S60, S80, S100, S120) 조합을 통해 총 30가지의 유공암거 배치 시나리오를 구성하여 (Table 2), 유공암거 배치의 작물수확량과 암거 배출수 중 질산염 배출량에의 영향을 평가하였다.

Table 2 Tile spacing and depth scenarios

NGHHCI_2022_v64n3_53_t0002.png 이미지

Ⅲ. 결과

1. 유공암거 배치와 농업생산성

유공암거 배치는 농업생산성에 영향을 미치며, 특정 작물에 대해서는 농업생산성을 제한된 수준에서 증가시킬 수 있는 것으로 모의되었다 (Fig. 2). 옥수수 수확량은 유공암거를 촘촘히 또 깊게 배치할수록 증가하는 것으로 나타났다. A 필지의 암거매설 깊이 약 0.6 m 시나리오 (D2.0)에서 암거 배치 간격 약 6.1 m (S20), 12.2 m (S40), 18.3 m (S60), 24.4 m (S80), 30.5 m (S100), 그리고 36.6 m (S120)의 12년 평균 옥수수 수확량은 각각 9,930 kg ha-1, 9,919 kg ha-1, 9,907 kg ha-1, 9,901 kg ha-1, 9,895 kg ha-1, 그리고 9,892 kg ha-1이었으며, E 필지의 암거 배치 간격 6.1 m (S20)에서 암거 매설 깊이 약 0.6 m (D2.0), 0.8 m (D2.5), 0.9 m (D3.0), 1.1 m (D3.5), 그리고 1.2 m (D4.0)의 12년 평균 옥수수 수확량은 각각 8,790 kg ha-1, 8,820 kg ha-1, 8,847 kg ha-1, 8,874 kg ha-1, 그리고 8,878 kg ha-1이었다. 하지만, 옥수수 평균수확량은 모의한 유공암거 배치에 따라 A와 E 필지에서 각각 최대 약 1.1% (D2.0 S120 시나리오 옥수수 평균수확량 9,892 kg ha-1에서 D4.5 S20 시나리오 9,998 kg ha-1로 증가)와 1.6% (D2.0 S120 시나리오 옥수수 수확량 8,735 kg ha-1에서 D4.5 S20 시나리오 8,878 kg ha-1로 증가) 증가하는 것으로 모의됨에 따라, 유공암거 배치에 따른 농업생산성 증가는 제한적인 것으로 나타났다. 한편, 유공암거 배치에 따라 일관된 수확량 반응을 보인 옥수수와 달리, 콩은 불규칙한 수확량 반응을 보이는 것으로 모의되었다 (Fig. 2 (c)와 (d)).

NGHHCI_2022_v64n3_53_f0002.png 이미지

Fig. 2 Simulated crop yields under 30 tile spacing and depth scenarios for the simulation period (1992-2015)

유공암거 배치에 따른 작물수확량 반응은 농업환경시스템의 이질성 (heterogeneity)을 보여줬다. 유공암거 배치에 따른 농업생산성은 옥수수의 경우 A 필지보다 E 필지에서, 콩의 경우 E 필지보다 A 필지에서 더 민감하게 반응하는 것으로 모의되었다. 옥수수 수확량의 경우, A 필지에서 암거 매설 깊이 약 0.6 m (D2.0), 0.8 m (D2.5), 0.9 m (D3.0), 1.1 m (D3.5), 그리고 1.2 m (D4.0)에서 암거 배치 간격이 넓어짐에 따라 수확량이 최대 각각 0.4%, 0.5%, 0.4%, 0.3%, 그리고 0.2% 감소하였으며, E 필지에서는 최대 각각 0.6%, 0.9%, 1.1%, 1.2%, 그리고 1.2% 감소하였다. 콩 수확량의 경우, A 필지에서 암거매설 깊이 약 0.6 m (D2.0), 0.8 m (D2.5), 0.9 m (D3.0), 1.1 m (D3.5), 그리고 1.2 m (D4.0)에서 암거 배치 간격이 넓어짐에 따라 수확량이 최대 각각 1.0%, 0.7%, 0.4%, 0.6%, 그리고 0.5% 차이가 발생하였으며, E 필지에서는 각각 0.4%, 0.6%, 0.7%, 0.6%, 그리고 0.5% 차이가 발생하였다. 이와 같은 결과는 각 필지에 대한 토양환경과 영농활동 차이 등 농업환경시스템의 이질성에서 주로 기인하는 것으로 볼 수 있다.

2. 유공암거 배치와 환경지속가능성

특정 작물의 생산성 향상을 위해 유공암거를 조밀하게 그리고 깊게 배치할수록 환경지속가능성이 저해될 수 있는 것으로 모의되었다 (Fig. 3). 암거 배출수 중 질산염 배출량이 유공암거를 조밀하게 그리고 깊게 배치할수록 증가하였으며, 이와 같은 질산염 배출량 반응 경향은 대상 포장 및 모의 작물과 관계없이 일관되게 나타났다. 옥수수와 콩 재배 전 기간(1992-2015년)에 대한 A 필지의 암거 매설 깊이 약 0.6 m 시나리오 (D2.0)에서 암거 배치 간격 약 6.1 m (S20), 12.2 m (S40), 18.3 m (S60), 24.4 m (S80), 30.5 m (S100), 그리고 36.6 m (S120)의 12년 평균 질산염 배출량은 각각 24.4 kg ha-1, 22.6 kg ha-1, 20.6 kg ha-1, 18.7 kg ha-1, 16.9 kg ha-1, 그리고 15.2 kg ha-1이었으며, E 필지의 암거 배치 간격 6.1 m (S20)에서 암거 매설 깊이 약 0.6 m (D2.0), 0.8 m (D2.5), 0.9 m (D3.0), 1.1 m (D3.5), 그리고 1.2 m (D4.0)의 12년 평균 질산염 배출량은 각각 11.3 kg ha-1, 17.1 kg ha-1, 20.9 kg ha-1, 23.0 kg ha-1, 그리고 26.1 kg ha-1이었다. 이와 같은 모의결과는 Nangia et al. (2010)의 ADAPT(Agricultural Drainage and Pesticide Transport) 모형을 이용한 암거의 매설 깊이와 간격에 따른 암거 배출수 중 질산염 배출량 반응과 그 경향이 일치한다.

NGHHCI_2022_v64n3_53_f0003.png 이미지

Fig. 3 Simulated tile flow, Nitrate-N losses, and crop yields under 30 tile spacing and depth scenarios for the simulation period (1992-2015)

유공암거 배치에 따른 질산염 배출량 반응도 농업환경시스템의 이질성을 잘 보여줬다. A 필지보다 E 필지에서 (Fig. 3 (a)와 (b)), 옥수수 재배년보다 콩 재배년에서 (Fig. 3 (c), (d), (e), 그리고 (f)), 암거 배치에 질산염 배출량이 더 민감하게 반응하였다. A와 E 필지에서 질산염 배출량은 유공암거 배치에 따라 각각 최대 약 255.7% (D2.0 S120 시나리오 질산염 평균 배출량 15.2 kg ha-1에서 D4.5 S20 시나리오 54.0 kg ha-1로 증가)와 628.0% (D2.0 S120 시나리오 질산염 평균 배출량 3.6 kg ha-1에서 D4.5 S20 시나리오 26.1 kg ha-1로 증가) 증가하는 것으로 모의되었다. 재배작물의 차이에 따른 질산염 배출량 증가는 옥수수 재배년의 경우, A와 E 필지에서 각각 최대 약 181.3% (D2.0 S120의 질산염 배출량 14.8 kg ha-1에서 D4.5 S20의 41.7 kg ha-1로 증가)와 560.2% (D2.0 S120의 질산염 배출량 3.1 kgha-1에서 D4.5 S20의 20.5 kgha-1로 증가), 콩 재배년의 경우 각각 최대 약 326.4% (D2.0 S120의 질산염 배출량 15.6 kg ha-1에서 D4.5 S20의 66.4 kg ha-1로 증가)와 679.9% (D2.0 S120의 질산염 배출량 4.1 kg ha-1에서 D4.5 S20의 31.7 kg ha-1로 증가)로 나타났다.

한편, 암거 배수량은 RZWQM의 지배방정식을 잘 반영하였다 (Fig. 3 (a)와 (b)). Hooghoudt 정상상태 배수방정식에 따르면 암거배수량은 암거배수 깊이 (m)에 비례하고, 암거간격(S)의 제곱에 반비례한다. RZWQM의 지배방정식에서와 같이, 유공암거를 깊게 그리고 촘촘하게 배치할수록 암거를 통한 배수량은 증가하였으며, 그 결과 암거 배출수 중 질산염 배출량도 함께 증가하였다. 또한, 본 연구에서 시험한 지표작물의 종류와 관계없이 일관된 암거 배수량 모의결과는 포장 단위에서 지표작물의 종류가 암거 배수를 포함하는 지표하수문현상에 큰 영향을 미치지 않을 수 있음을 시사했다. 다만, 앞선 암거 배출수 질산염 배출량 분석에서 알 수 있듯이, 지표작물의 질소소비량이 환경지속가능성에는 상대적으로 큰 영향을 줄 수 있으며, 암거 배수량 증가는 질소 외 다른 오염물질이 암거 배수를 통해 더 많이 배출될 수 있음을 의미한다.

Ⅳ. 고찰

본 연구의 유공암거 배치에 따른 옥수수 수확량과 질산염 배출량 모의결과는 유공암거 배치라는 영농활동이 농업생산성과 환경지속가능성 사이의 상충관계를 야기할 수 있음을 시사했다. 암거를 더 촘촘하고 깊게 배치할수록 옥수수 수확량은 증가하지만, 질산염 배출량도 증가하는 모의결과로부터 유공암거 배치의 농업생산성과 환경지속가능성 사이의 상충관계를 확인할 수 있다. 특히, 촘촘하고 깊은 유공암거 배치를 통해 증가시킬 수 있는 농업생산성보다 오염부하량 증가가 훨씬 더 크게 나타날 수 있는 모의결과는 농경지의 암거 배수시설 도입 및 설치 의사결정에 시사하는 바가 크다고 할 것이다. 물론, 암거를 활용한 배수는 배수불량 농경지에 꼭 필요한 영농활동이며, 유의미한 수확량 증가를 가져오기 때문에(Mourtzinis et al., 2021), 본 연구결과는 배수시설 도입 여부가 아닌 유공암거 배치의 경제성과 환경성 측면에서 참고할 수 있다. 농민 입장에서는 암거 배수시설의 설치비용과 암거 배수시설 설치에 따른 농업생산성 증가 편익만이 배수시설에 대한 의사결정에 필요한 정보지만, 암거 배수시설의 농경지 도입 및 배치에 따른 오염부하량 증가는 큰 환경비용을 야기하기 때문에 환경정책 측면에서 농경지 유공암거 배치에 대한 농업생산성과 환경지속가능성에 대한 고려가 필요하다.

농업생산성을 증대시키기 위한 배수시설의 도입은 환경지속가능성에 큰 도전이 됨을 많은 연구가 밝힌 바 있다(Goolsby et al., 2001; Alexander et al., 2008). 하지만, 지역별 농업환경을 고려한 암거배수 설계가 농업생산성과 환경지속가능성에 미치는 영향은 많이 탐구되지 않았다. 비록 본 연구가 우리나라와 다른 농업환경을 가진 미국 중서부를 대상으로 수행되었지만, RZWQM 모형을 이용한 유공암거 배치에 따른 작물의 수확량과 질산염 배출량을 모의함으로써 암거배수의 농업환경시스템 영향 평가에 대한 적용가능성을 확인하였다. 최근 우리나라에서 논에서의 밭작물 재배와 과수원의 생산성 고려에 따른 배수시설의 중요성이 증대됨에 따라(Jung, 2018a; Jung, 2018b), 농업환경시스템 모형의 암거 배수를 포함하는 농업환경에의 향상된 이해를 위한 연구에 참고할 수 있다.

Ⅴ. 결론

본 연구에서는 유공암거 배치의 농업생산성과 환경지속가능성에의 영향을 평가하기 위해 보정 및 검정된 RZWQM을 이용하여 미국 중서부 옥수수-콩 윤작 포장들을 대상으로 24년 (1992-2015년) 동안 30가지 유공암거 배치 시나리오에 따른 작물수확량과 암거배수 질산염 부하량을 모의하였다. RZWQM 모의결과, 암거를 촘촘하고 깊게 배치할수록 옥수수 수확량은 증가하지만, 암거배수 질산염 배출량도 증가하는 것으로 나타났으며, 이는 유공암거 배치라는 영농활동이 농업생산성과 환경지속가능성 사이의 상충관계를 야기할 수 있음을 의미한다. 하지만, 유공암거의 배치를 조정함으로써 얻는 농업생산성 증가 수준보다 오염부하량 증가 수준이 훨씬 더 크게 나타날 것으로 모의됨에 따라, 유공암거 배치 조정시 환경부하 증가에 대한 주의 깊은 고려가 필요할 것으로 보인다. 또한, 유공암거 배치 시나리오에 따라 일관된 수확량 반응을 보인 옥수수와 달리, 콩 수확량은 일관된 반응을 보이지 않았고, 포장환경과 지표작물 종류에 따라 농업생산성 및 오염부하량의 정도에 차이를 보이는 등 유공암거 배치에 대한 농업환경 이질성의 영향도 확인할 수 있었다. 본 연구를 통해 유공암거 도입 및 배치에 따른 농업환경시스템의 반응에 농업시스템모형의 적용 가능성을 확인함에 따라, 추후 우리나라 과수원과 논에서의 기타작물 재배 및 배수시설 설치에 따른 농업환경 영향에의 RZWQM 적용을 검토할 수 있을 것으로 기대된다.

감사의 글

이 연구는 서울과학기술대학교 교내 일반과제 연구비 지원으로 수행되었습니다.

References

  1. Ahuja, L. R., K. W. Rojas, J. D. Hanson, M. J. Shaffer, and L. Ma, 2000. Root Zone Water Quality Model: Modelling Management Effects on Water Quality and Crop Production. Colorado: Water Resources Publication.
  2. Alexander, R. B., A. S. Richard, G. E. Schwarz, E. W. Boyer, J. V. Nolan, and J. W. Brakebill, 2008. Differences in phosphorus and nitrogen delivery to the gulf of mexico from the mississippi river basin. Environmental Science & Technology 42(3): 822-830. doi:10.1021/es0716103.
  3. Arenas Amado, A. A., K. E. Schilling, C. S. Jones, N. Thomas, and L. J. Weber, 2017. Estimation of tile drainage contribution to streamflow and nutrient loads at the watershed scale based on continuously monitored data. Environmental Monitoring Assessment 189: 426. doi:10.1007/s10661-017-6139-4.
  4. Boote, K. J., J. W. Jones, G. Hoogenboom, and N. B. Pickering, 1998. The CROPGRO model for grain legumes. Understanding Options for Agricultural Production: 99-128. doi:10.1007/978-94-017-3624-4_6.
  5. Chung, S. O., 1995. Analyses of subsurface drainage effects of farmland with respect to pipe and envelop materials. Journal of the Korean Society of Agricultural Engineers 37(5): 53-61. (in Korean).
  6. Fang, Q., L. Ma, Q. Yu, L. R. Ahuja, R. W. Malone, and G. Hoogenboom, 2010. Irrigation strategies to improve the water use efficiency of wheat-maize double cropping systems in North China Plain. Agricultural Water Management 97(8): 1165-1174. doi:10.1016/J.AGWAT.2009.02.012.
  7. Foley, J. A., N. Ramankutty, K. A. Brauman, E. S. Cassidy, J. S. Gerber, M. Johnston, N. D. Mueller, C. O'Connell, D. K. Ray, P. C. West, C. Balzer, E. M. Bennett, S. R. Carpenter, J. Hill, C. Monfreda, S. Polasky, J. Rockstrom, J. Sheehan, S. Siebert , D. Tilman, and D. P. M. Zaks, 2011. Solutions for a cultivated planet. Nature 478(7369): 337-342. doi:10.1038/nature10452.
  8. Ghane, E., and M. H. Askar, 2021. Predicting the effect of drain depth on profitability and hydrology of subsurface drainage systems across the eastern USA. Agricultural Water Management 258: 107072. doi:10.1016/j.agwat.2021.107072.
  9. Ghane, E., M. H. Askar, and R. W. Skaggs, 2021. Design drainage rates to optimize crop production for subsurface-drained fields. Agricultural Water Management 257: 107045. doi:10.1016/j.agwat.2021.107045.
  10. Gillette, K., R. W. Malone, T. C. Kaspar, L. Ma, T. B. Parkin, D. B. Jaynes, Q. X. Fang, J. L. Hat field, G. W. Feyereisen, and K. C. Kersebaum, 2018. N loss to drain flow and N2O emissions from a corn-soybean rotation with winter rye. Science of The Total Environment 618: 982-997. doi:10.1016/J.SCITOTENV.2017.09.054.
  11. Goodland, R., 1995. The concept of environmental sustainability. Annual Review of Ecology and Systematics 26: 1-24. https://doi.org/10.1146/annurev.es.26.110195.000245
  12. Goolsby, D. A., W. A. Battaglin, B. T. Aulenbach, and R. P. Hooper, 2001. Nitrogen input to the Gulf of Mexico. Journal of Environmental Quality 30(2): 329-336. doi:10.2134/jeq2001.302329x.
  13. Jeong, H., and R. Bhattarai, 2018. Exploring the effects of nitrogen fertilization management alternatives on nitrate loss and crop yields in tile-drained fields in Illinois. Journal of Environmental Management 213: 341-352. doi:10.1016/j.jenvman.2018.02.062.
  14. Jeong, H., C. M. Pittelkow, and R. Bhattarai, 2019. Simulated responses of tile-drained agricultural systems to recent changes in ambient atmospheric gradients. Agricultural Systems 168: 48-55. doi:10.1016/J.AGSY. 2018.10.005.
  15. Jones, C.A., J. R. Kiniry, and P. T. Dyke, 1986. CERES-Maize: A Simulation Model of Maize Growth and Development. Ph. D. diss., Texas, Ind: Texas A&M University.
  16. Jung, K. Y., 2018a. Systems of Non-Excavated Culvert Draingage and Underground water-level control for the Cultivation Crops in Paddy Fileds. Agriculture technology 626: 12-13. (in Korean).
  17. Jung S. M., 2018b. Soil water management in poor drainage vineyards. Agriculture Technology 626: 8-9. (in Korean).
  18. Kim, S. S., S. Y. Lee, G. H. Han, and I. S. Eo, 1997. Underdrainage effects on soil salinity and growth of rice in gyehwa reclaimed saline land. Journal of Crop Science and Biotechnology 42(1): 61-67. (in Korean).
  19. Kim, D. S., J. E. Yang, Y. S. Ok, and K. Y. Yoo, 2006. Effect of perforated pvc underdrainage pipe on desalting of plastic film house soils. Korean Journal of Soil Science and Fertilizer 36(2): 65-72. (in Korean).
  20. Ma, L., L. R. Ahuja, J. C. Ascough, M. J. Shaffer, K. Rojas, R. W. Malone, and M. R. Cameira, 2001. Integrating system modeling with field research in agriculture: applications of the root zone water quality model (RZWQM). Advances in Agronomy 71: 233-292. doi:10.1016/S0065-2113(01)71016-4.
  21. Ma, L., G. Hoogenboom, L. R. Ahuja, J. C. Ascough, and S. A. Saseendran, 2006. Evaluation of the RZWQM-CERES-Maize hybrid model for maize production. Agricultural Systems 87(3): 274-295. doi:10.1016/j.agsy.2005.02.001.
  22. Malone, R. W., B. T. Nolan, L. Ma, R. S. Kanwar, C. Pederson, and P. Heilman, 2014. Effects of tillage and application rate on atrazine transport to subsurface drainage: Evaluation of RZWQM using a six-year field study. Agricultural Water Management 132: 10-22. doi:10.1016/J.AGWAT.2013.09.009.
  23. Mitchell, J. K., G. F. McIsaac, S. E. Walker, and M. C. Hirschi, 2000. Nitrate in river and subsurface drainage flows from an east Central Illinois watershed. Transactions of the American Society of Agricultural Engineers 43: 337-342. doi:10.13031/2013.2709.
  24. Mourtzinis, S., F. A. Jose, G. Patricio, I. Juan, E. Rattalino, K. Hans, N. Set h, A. N. Kelly, H. Mat t hew, and P. C. Shawn, 2021. Assessing benefits of artificial drainage on soybean yield in the North Central US region. Agricultural Water Environment 243: 106425. doi:10.1016/j.agwat.2020.106425.
  25. Nangia, V., P. H. Gowda, D. J. Mulla, and G. R. Sands, 2010. Modeling impacts of tile drain spacing and depth on nitrate-nitrogen losses. Vadose Zone Journal 9(1): 61-72. doi:10.2136/VZJ2008.0158.
  26. Shin, J. S., J. G. Jeon, S. B. Lee, W. H. Kim, S. H. Yoon, J. K. Lee, J. G. Kim, M. W. Jung, S. Sung, and Y. C. Lim, 2008. Effect of drainage culvert spacing on forage crops production in poorly drained paddy field converted to upland crop cultivation. Journal of the Korean Society of Grassland and Forage Science 28(4): 301-306. (in Korean). https://doi.org/10.5333/KGFS.2008.28.4.301
  27. Shuttleworth, W. J., and J. S. Wallace, 1985. Evaporation from sparse crops-an energy combination theory. Quarterly Journal of The Royal Meteorological Society 111: 839-855. doi:10.1002/qj.49711146910.
  28. Singh, S., L. Negm, H. Jeong, R. Cooke, and R. Bhattarai, 2022. Comparison of simulated nitrogen management strategies using DRAINMOD-DSSAT and RZWQM2. Agricultural Water Management 266: 107597. doi:10.1016/J.AGWAT.2022.107597.
  29. Skaggs, R. W., 1978. A water management model for shallow water table soils. Report (Water Resources Research Institute of the University of North Carolina) 134. Water Resources Research Institute of the University of North Carolina.
  30. Skaggs, R. W., M. A. Youssef, G. M. Chescheir, and J. W. Gilliam, 2005. Effect of drainage intensity on nitrogen losses from drained lands. Transactions of the American Society of Agricultural Engineers 48(6): 2169-2177. doi:10.13031/2013.20103.
  31. USDA-ARS. 1992. Root Zone Water Quality Model version 1.0. User's Manual. GPSR Technical Report No. 3. Ft. Collins. Colo.: USDA-ARS, Great Plains Systems Research Unit.
  32. Vitousek, P. M., R. Naylor, T. Crews, M. B. David, L. E. Drinkwater, E. Holland, P. J. Johnes, J. Katzenberger, L. A. Martinelli, P. A. Matson, G. Nziguheba, D. Ojima, C. A. Palm, G. P. Robertson, P. A. Sanchez, A. R. Townsend, and F. S. Zhang, 2009. Nut rient imbalances in agricultural development. Science 324(5934): 1519-1520. doi:10.1126/science.1170261.