신용철 연구실은 원격탐사 자료와 인공지능 기법을 융합하여 토양수분의 시공간적 분포를 정밀하게 예측하는 연구에 집중하고 있습니다. 위성영상(Sentinel, LANDSAT, MODIS 등)과 토양수분자료동화기법을 활용하여, 다양한 기상 및 지형 조건에서 토양수분의 변화를 실시간으로 모니터링하고 예측하는 기술을 개발하고 있습니다. 이러한 연구는 농업 현장에서의 효율적인 물 관리와 가뭄 대응에 필수적인 기반 기술로 자리매김하고 있습니다. 특히, 딥러닝(DNN, LSTM 등) 및 머신러닝 알고리즘을 적용하여 토양수분 예측의 정확도를 높이고, 다양한 센서 데이터를 통합적으로 분석함으로써 기존의 예측 모델보다 한층 더 정밀한 결과를 도출하고 있습니다. 연구실은 특허 등록을 통해 위성영상과 딥러닝 기법을 연계한 공간분포 토양수분 예측 기술을 확보하였으며, 국내외 학술지 및 학회에서 관련 연구 성과를 활발히 발표하고 있습니다. 이러한 연구는 기후변화로 인한 농업 가뭄, 산림재해 등 다양한 환경 문제에 효과적으로 대응할 수 있는 과학적 근거를 제공하며, 농업 및 산림 분야의 지속가능한 발전에 크게 기여하고 있습니다. 앞으로도 연구실은 첨단 원격탐사 및 인공지능 기술을 기반으로, 실시간 토양수분 모니터링 및 예측 시스템의 고도화를 지속적으로 추진할 계획입니다.

연구실은 농업 및 산림 유역에서의 물순환, 수질, 비점오염원, 토양유실 등 다양한 환경 요소를 통합적으로 분석하고 관리하는 연구를 수행하고 있습니다. 논, 밭, 산림 등 다양한 토지이용 유형에 따른 물수지 분석, 관개용수 회귀수량 평가, 하천유량 예측 등은 농업용수의 효율적 관리와 환경 보전에 중요한 역할을 합니다. 또한, 농업용수의 하천 하류 유입이 수량·수질 및 수생태계에 미치는 영향 평가를 통해, 지속가능한 농업과 수자원 관리를 위한 과학적 근거를 마련하고 있습니다. 연구실은 다양한 수문 모형(SWAT, IWMM, Aquacrop 등)과 최적화 기법, 그리고 웹 기반 GIS 시스템을 활용하여, 대규모 유역 단위의 물순환 및 오염물질 이동을 시뮬레이션하고 있습니다. 이를 통해 기후변화, 토지이용 변화, 농업 관행 개선 등이 유역 환경에 미치는 영향을 정량적으로 분석하고, 정책적·실무적 대안을 제시하고 있습니다. 최근에는 산림재해, 산사태 등 극한 기상현상에 대응하기 위한 현장 데이터 취득 및 예측 기술 개발에도 힘쓰고 있습니다. 이러한 연구는 농업 및 산림 유역의 환경 보전, 물 절약, 오염 저감, 기후변화 적응 등 다양한 사회적 요구에 부응하며, 관련 정부기관 및 연구기관과의 협력을 통해 실질적 정책 개발 및 현장 적용으로 이어지고 있습니다. 앞으로도 연구실은 첨단 수문·수질 관리 기술과 환경 영향 평가 방법론을 지속적으로 발전시켜, 농업과 산림의 지속가능한 미래를 선도할 것입니다.