2.1.1 함수비 센싱

토양 내 존재하는 수분은 토양의 입자사이 공극에 액체의 형태로 존재하는 물을 의미하며, 이는 공기 중 기체 상태로 존재하는 물의 정도를 의미하는 습도와는 다른 성격을 지닌 다. 토양 수분의 형태는 크게 중력수, 모관수, 표층수 3종류 로 구분되는데 토양에 전계 또는 마이크로웨이브를 방사하 게 되면 수분의 정도에 따라 그 특성이 변화하는 성질을 이 용하여 토양 속 수분의 양을 측정하는 것이 가능하다. Fig. 1 에는 토질별 함수량 차이 및 유전율 차이를 나타내었으며, 정수압 (Hydrostatic Conditions) 상태에서 토질에 따른 함수 비 (Water Content) 및 전자파 속도의 관계를 개념적으로 알 수 있다. 수분을 많이 함유한 흙에서는 유전율이 높아져 전 자기파가 잘 투과되지 못하므로 이 관계를 정량화하면 토양 내의 수분함유정도를 추정해 낼 수 있게 된다. 따라서 토양 의 수분을 측정하는 방법은 크게 저항을 이용하는 방법과 유 전적 특성을 이용하는 방법으로 나뉜다. 저항을 이용하는 방 법은 수십 KHz 미만의 측정 추파수가 이용되며 유전적 특성 을 이용하는 방법은 수십 MHz 이상의 (~1GHz) 측정 주파 수가 이용된다. 본 연구에서는 유전적 특성을 이용한 방법을 적용하여 토양 내 수분을 측정하였으며, 그 원리는 다음과 같다. 토양 내 존재하는 수분, 즉 물 입자는 토양에 비하여 큰 유전율을 가진다. 산소와 수소 원자로 구성된 물 분자는 평상시에는 전기적 중성을 가지다가 주변 전계 (Electric Field)의 변화에 따라 산소와 수소의 구조가 바뀌면서 전기 쌍극자 (Electric Dipole)의 성격을 띠게 된다. 건조한 토양의 경우 유전율이 3~7 정도이며 물의 유전율은 80에 이른다. 고 주파는 매우 빠르게 교번하며 공간으로 방사되는 전자기적 파동이므로 물 분자를 지날 때 많은 감쇠와 지연을 경험하게 되고 토양이 수분을 포함한 정도에 따라 고주파는 비례적인 감쇠와 지연이 발생하게 되는데 이러한 특성을 이용하면 토 양의 수분 측정이 가능하다.

Fig. 1.

Combined Temperature-Moisture Sensing Module

2.1.2 온도 센싱

토양의 온도 (지열)을 층위별로 연속적으로 측정하기 위해 서 다음의 핵심적인 기술들을 적용하여 센서를 제작하였다.

우선, 고정밀도 온도 센서 유닛을 구성하기 위하여 온도 선 형성과 재현성이 우수한 백금온도센서를 사용하였으며, 높은 센서 정밀도 (A급, 0.15도)의 센서 유닛을 적용하였다. 온도 센서 유닛의 자체 발열로 인한 측정 오차를 억제하기 위하여 는 센서 유닛의 소모 전류를 최대 2mA 이하로 억제하며, 피 측정체 (토양)의 온도 전달 계수가 극대화 되도록 금속, 세라 믹 등의 소재를 사용하여 온도 전달 기판을 구성하였다. 한 편, 센서 유닛과 구동 (증폭, 처리) 회로간의 거리를 최소화 하며 구동 회로의 온도 의존성을 자체 보상하도록 하였으며, 측점 (연속)간의 온도전달계수가 낮은 소재 (우레탄, 화이버 글래스 등)를 적용하여 층위별 온도 측정의 변별력을 향상 시킬 수 있도록 하였다.

3.2.1 실험 setup

개발된 온도-함수비 복합 센서의 현장 적용성을 검증하기 위해 추풍령 기상대에 test bed 적용실험을 수행하였다. 층별 토양수분과 지온을 측정하기 위해 지표면 이하 깊이별 10cm, 20cm, 30cm, 50cm의 4개 지점에서 함수비과 온도를 계측하 도록 설치하였으며, 각 위치에는 검증을 위한 별개의 함수비 센서와 온도센서를 설치하였다. 개발된 복합센서의 함수비는 함수비 센서 (EasyAG)와 온도는 온도 센서 (PT100)와 비교 하도록 하였다. 센서를 통해 계측되는 데이터는 1시간 주기 로 데이터로거를 거쳐 CDMA 통신을 통해 서버로 전송될 수 있도록 시스템을 구성하였다. Photo 2에 추풍령기상대의 test bed 적용 전경과 시스템 데이터 수집을 위한 함체 구성 을 나타내었다.

3.2.2 실험 결과

온도-함수비 복합 센서의 장기적인 성능 검증을 위하여 2 개월 동안 (2013년 3월~4월) test bed에서 계측된 데이터를 연속적으로 출력하여 Figs. 5와 6과 같이 나타내었다.

Fig. 5는 측정 일자에 따른 함수비 데이터의 시간 이력을 나타낸 것으로, 본 연구를 통해 개발된 복합센서와 함수비 검증센서를 통해 계측된 데이터를 비교하여 나타내었다. Fig. 5에서 나타난 바와 같이, 개발된 복합센서의 함수비 계측 데 이터와 비교 검증센서의 함수비 데이터의 경향은 일치하게 나타났다. 지표 깊이 30cm 및 50cm의 함수비는 계측일자와 상관없이 거의 일정한 값을 나타내었으나, 지표 깊이 10cm 및 20cm의 경우에는 특정한 계측일자에 따라 급격한 변화를 나타내었다. 기상청 자료를 통해 지표 깊이 10cm 및 20cm 함 수비 값의 급격한 변화가 발생하는 계측일에는 5mm~15mm 의 강우가 발생한 것을 확인할 수 있었다. 10cm 깊이의 함 수비값이 급상승하는 경우에는 계측 당시 강우가 발생한 것 을 나타내고, 이후 건조한 날씨가 유지될 경우에는 지표의 수분 증발로 인해 함수비 그래프가 서서히 감소하는 것을 볼 수 있다. 이러한 영향은 지표 깊이가 깊을수록 적어지며, 이 는 지표 깊이 30cm 이하의 함수비 그래프를 통해 확인할 수 있다.

Fig. 5.

Moisture content measurement data

한편, Fig. 6은 계측일자에 따른 지표 깊이별 지온 측정값 의 시간 이력 그래프를 나타낸 것이다. Fig. 6에 나타난 바와 같이, 개발된 복합센서와 비교 검증센서의 온도 데이터 경향 은 일치하는 것으로 나타났다. 함수비 측정결과와 마찬가지 로 지온 역시 측정 깊이에 영향을 받는 것으로 나타났다. 10cm 및 20cm 깊이의 측정 데이터에서는 일교차 및 일변화 를 나타내는 주기파형을 명확하게 나타내었으며, 30cm 및 50cm의 경우에는 일교차의 영향보다는 측정지역 기온의 일 변화 및 월변화에 영향을 더 많이 받는 것으로 나타났다.

Fig. 6.

Temperature measurement data