Research Article

Journal of Korea Water Resources Association. September 2021. 657-666
https://doi.org/10.3741/JKWRA.2021.54.9.657

ABSTRACT


MAIN

  • 1. 서 론

  • 2. 재료 및 방법

  •   2.1 연구대상지역

  •   2.2 InVEST habitat quality 모델의 개요

  •   2.3 자료 수집 및 분석방법

  • 3. 결과 및 고찰

  •   3.1 InVEST 모델을 이용한 금강유역의 서식처 질 평가결과

  •   3.2 InVEST habitat quality 모델의 검증

  • 4. 결 론

1. 서 론

생태계란 살아있는 생명과 그것을 둘러싼 환경 간의 상호관계로 정의되며, 누구나 생태계가 제공하는 필수 생태계 서비스에 의존해서 생존하고 있다(Lee and Jeon, 2015). 이 중 생물다양성은 생물로부터의 보존측면 뿐만 아니라 생태계 서비스 제공 측면에서도 중요하게 인식되고 있다(Kim et al., 2015). 생태계와 생물다양성은 인간 웰빙(wellbeing)에 핵심적인 역할을 하고 있으나(Oliver et al., 2015; Yi, 2020), 토지이용변화, 자원의 과잉이용 등의 인간활동으로 인해 생태계의 훼손이 증가하였으며 지속가능한 이용에 대한 위협을 받고 있다(Hassan et al., 2005; ME, 2021). 이러한 변화는 현재와 미래 세대가 자연의 혜택을 누릴 수 있는 동등한 기회를 저하시키고 있으며 식량 안보와 물공급 등에 부정적인 영향을 끼치고 있다(UN, 2012).

인간의 요구를 충족하며 서식처 질과 생물의 다양성을 유지하고 보호하는 것은 생태계 관리에 있어 가장 우선순위 과제로 대두되었고, 국가 및 지역 계획 정책 수립에 있어 사회경제적 요인과 더불어 지속가능한 발전을 위한 생물다양성 및 생태계서비스, 기후, 토지이용을 중요한 인자로 고려하려는 경향이 커지고 있다(Kumar, 2012; UK NEA, 2011; UNCCD, 2017). 특히 생태계와 생물다양성의 경제학(The Economics of Ecosystems and Biodiversity, TEEB)에서는 생물 다양성을 생태계서비스로 인식하여 생물의 다양성이 인간에게 혜택을 제공하는 것에 대한 경제적 가치를 계산하였으며(Seo, 2017), Maes et al. (2012)Balvanera et al. (2014)는 생물의 다양성과 생태계서비스 간의 트레이드오프(trade-off)에 대하여 분석하였다. 생물의 다양성을 훼손하는 주요 원인은 서식처 파괴(degradation) 및 산림 개간 등과 같은 토지이용의 변화이며(Fuller et al, 2007; Polasky et al., 2011; Kim et al., 2015), 이 중 서식처 변화와 서식처 파편화가 생물다양성 파괴에 가장 큰 영향을 주는 것으로 분석된 바 있다(Hassan et al., 2005).

이러한 생물다양성을 평가하기위해 The Natural Capital Project에서는 생태계서비스 기반의 의사결정 지원모델인 InVEST (Integrated Valuation an Environmental Services and Tradeoffs)를 개발하였고, 14개의 모듈 중 InVEST habitat quality (InVEST-HQ) 모델은 인간활동에 의한 서식처의 영향을 평가할 수 있는 모델이다(Sharp et al., 2016). InVEST-HQ 모델을 이용한 서식처 질 평가는 국내외 많은 연구자들에 의해 활용되어 왔는데, Lee et al. (2015)Kim et al. (2015)은 제주도에 대하여 서식처 질을 평가하였고 평가결과는 생태·자연도 등급과 유사한 패턴을 나타냄을 확인하였다. Terrado et al. (2016)은 스페인 Llobregat 유역을 대상으로 서식처 질을 평가하였으며 이를 식물의 다양성, 수생태 다양성, 하천 내 인(phosphorus) 함유량과의 상관분석을 수행하였다. Seo (2017)는 남한강 상류 유역에 대한 서식처 질을 평가하였으며, 이를 생태자연도와의 비교를 통해 남한강 상류 유역을 개발 및 보전지역으로 분리하여 관리할 것을 제안하였다. Sallustio et al. (2017)는 이탈리아 전역에 대하여 서식처 질을 평가하였으며 검증데이터는 Protection Area map을 활용하였다. Jeon et al. (2019)는 낙동강 하류 및 하구 지역을 중심으로 토지이용 변화를 분석하고 서식처 질의 변화를 시대별로 분석하여 미래 서식지의 변화를 예측하였는데, 이때 InVEST-HQ 모델의 검증은 국내 선행연구와 동일하게 생태·자연도와 비교하였으며, Berta Aneseyee et al. (2020)은 이티오피아 남부지방에 대하여 위성영상, 토양유실 등의 다양한 입력자료를 통해 장기적인 서식처 변화를 도출한 바 있으나 현재의 서식처 질 평가결과를 검증할 수 있는 데이터는 제시되지 않았다.

국립환경과학원에서는 2008년부터 매년 봄과 가을에 걸쳐 전국 800여개 지점에 대해 생물분야(어류, 부착돌말류, 저서성 대형 무척추 동물)에 대한 평가를 수행하고 있으며(Woo et al., 2019), 이들 자료를 활용한 금강유역의 수생태계 건전성 평가결과는 국가수자원관리종합정보시스템(WAMIS)에서 제공하고 있다. 수생태계 건전성 평가결과는 서식처의 상태를 내포하고 있어 토지피복 기반의 서식처 질 평가결과와 비교 검토가 가능할 것으로 판단됨에 따라 본 연구에서는 금강유역(9,913.8 km2)을 대상으로 InVEST-HQ 모델을 이용하여 유역의 서식처 질을 평가하고 생태·자연도와 생물모니터링 데이터 기반의 수생태계 건강성 평가결과와 비교하여 모형의 적용성을 평가하고자 한다.

2. 재료 및 방법

2.1 연구대상지역

본 연구의 대상지역은 금강유역(9,913.8 km2)으로 대전, 세종시, 청주시 등의 도시면적 증가와 논산지역의 대규모 시설재배면적 증가로 인한 전작화가 이뤄졌으며, 금강 내 2개의 다목적댐(용담댐(YDD), 대청댐(DCD))과 3개의 다기능보(세종보(SJW), 공주보(GJW), 백제보(BJW))의 설치 등 토지피복의 변화와 하천 파편화 등의 생물 서식처의 변화가 크게 발생한 지역이다. 금강유역의 54.1%는 산림으로 대청댐과 용담댐 상류에 밀집되어 있고, 논과 밭 면적은 각각 19.2%, 10.3%로 유역의 하류에 위치해 있으며 도시는 9.0%로 대청댐 하류 및 유역의 북부를 중심으로 형성되어 있다. Fig. 1은 금강유역 내 78개의 소유역과 서식처 질을 분석하기 위해 유역을 용담댐 상류(A) 대청댐 상류(B), 하류(C)로 재구분하여 나타낸 것이다.

/media/sites/kwra/2021-054-09/N0200540902/images/kwra_54_09_02_F1.jpg
Fig. 1.

Study area of this study

2.2 InVEST habitat quality 모델의 개요

InVEST은 의사결정자들의 정책결정에 자연자산과 생태계 서비스의 개념을 적용하는 것을 돕기위한 목적으로 개발된 모델로서 토지피복도를 기반으로 총 19개의 모델로 구성되어 있다(Kim et al., 2015; Terrado et al., 2016; Sallustio et al., 2017). 이 중 서식처 질(habitat quality) 평가 모델은 인간활동 등에 의한 인위적 위협에 의한 서식처의 질을 공간적으로 평가한다. 서식처 가치평가를 위한 주요인자는 위협요인의 상대적 영향력과 최대 영향 거리, 토지피복별 위협요인에 대한 민감도, 서식처와 위협요인 사이의 거리이다. InVEST-HQ 모델에서 서식처의 악화 점수와 서식처 질 평가 점수 사이의 상관성은 반포화(half-saturation) 곡선을 기반으로 평가되며(Tallis et al., 2012), 서식처 악화의 공간적인 평가결과는 선형 또는 지수함수를 기반으로 감쇠거리(decay-distance, irxy)를 산정한다(Eqs. (1) and (2)).

(1)
irxy=1-dxydrmax
(2)
irxy=exp-2.99dmaxdxy

여기서, dxy는 격자 xy에서의 위협요소 간 거리(km), dr max는 위협요인 r의 최대 영향 거리(km)이다.

토지피복인자 j내 격자 x에서의 총 위협수준(Dx j)은 Eq. (3)과 같이 나타낼 수 있고, 서식처 질(Qxj)은 Eq. (4)으로 산정한다.

(3)
Dxj=r=1Ry=1Yrwrr=1Rwrryirxyβx
(4)
Qxj=Hj1-DxyzDxyz+kz

여기서, r은 토지피복별 위협요인(r = 1, 2, … n), yr에 해당하는 모든 격자 값, wr은 가중치 매개변수, βx는 접근성 요소, Hj는 0 ~ 1까지 할당된 토지피복별 기본 서식처 질(1에 가까울수록 서식처 질이 높음), z = 2.5, k는 반포화상수로서 k가 0.5일 경우 서식처 질이 각 서식처에 따른 이질성을 높혀 더 다양한 서식처 가치평가가 가능함에 따라, 본 연구에서는 초기값인 0.5를 적용하였다(Sharp et al., 2016; Kim et al., 2015; Seo, 2017).

2.3 자료 수집 및 분석방법

2.3.1 InVEST habitat quality 모델 입력자료

InVEST-HQ 모델에서는 래스터(raster) 형태의 토지피복도, 토지피복별 기본 서식처 질, 토지피복별 위협요소 및 민감도 자료가 필수 입력자료로 요구된다. 본 연구에서 토지피복도는 환경부 환경공간정보(EGIS)에서 제공하는 2019년 세분류 자료를 이용하였으며, 이를 7개 항목(주거지, 논, 밭, 산림, 초지, 나지, 수역)으로 재분류하여 모델에 입력하였다(Fig. 2(a)). 토지피복 별 기본 서식처 질과 토지피복별 위협요소 및 민감도는 토지피복 항목에 대한 상대적인 서식지 적합성 점수를 부여하는 것으로써, 유역 내에서 0에서 1까지의 범위로 평가한다. 본 연구에서 기본 서식처 질(Hj)은 Kim et al. (2015)을 참고하여 도시지역은 0, 농경지는 0.3, 초지와 산림은 1로 적용하였다.

위협요소는 도시지역(urban), 도로(road), 농업지역(crop) 산림(forest)으로 구분하여 입력하였는데(Table 1), 41개 토지피복항목으로 구분된 세분류 토지피복도 중 도시지역(urban)은 주거지역, 공업지역, 상업지역, 문화·체육·휴양지역, 공공시설지역으로 추출하였으며, 도로는 교통지역을 사용하였다. 농업지역은 논, 밭, 시설재배지, 과수원 및 기타재배지를 모두 포함하였으며, 산림은 활엽수, 침엽수, 혼효림을 사용하였다. 위협요소의 가중치(wr)와 최대 영향거리(dr max) 및 민감도(βx)는 선행연구를 활용하여 우리나라 환경에 맞는 변수로 입력하였다(Terrado et al., 2016; Kim et al., 2015; Lee et al., 2015; Seo, 2017; Jeon et al., 2019; Berta Aneseyee et al., 2020).

Table 1.

Sensitivity and threat data for each land cover

Data type Parameter / Land cover Base habitat (Hj) Sensitivity of each treat value
Crop Urban Road Forest
Treats (Dx i) Weight (wr) - 0.57 0.88 0.59 0.43
Max. distance (drmax, km) - 3.40 5.90 2.40 1.50
Sensitivity (βx) Urban 0.00 0.00 0.00 0.00 0.00
Paddy rice 0.30 0.30 0.31 0.41 0.25
Upland crop 0.30 0.30 0.31 0.41 0.25
Forest 1.00 0.86 0.66 0.75 0.52
Grassland 1.00 0.42 0.46 0.45 0.33
Bare field 0.00 0.08 0.15 0.13 0.05
Water 0.65 0.65 0.65 0.73 0.55

2.3.2 InVEST habitat quality 모델의 검증자료

본 연구에서는 InVEST-HQ 평가결과의 검증을 위해 EGIS에서 제공하고 있는 생태·자연도와 국가수자원관리종합정보시스템(WAMIS, 2021)에서 제공하고 있는 유역건전성평가 자료와 비교하였다. 생태·자연도는 전국 자연환경조사 결과를 토대로 3년 주기로 작성되며 자연환경 중 생태적 질, 자연성, 경관적 가치가 높은 지역을 대상으로 1, 2, 3 등급 및 별도관리지역으로 분류한다(EGIS Korea, 2021). 생태·자연도에서 1등급 권역은 멸종위기 야생동물의 주요 생태 축 또는 생태 통로가 되는 지역으로 서식처 질이 매우 높은 등급이며, 2등급 권역은 장차 보전의 가치가 있는 지역 또는 1등급 지역의 외부지역으로 1등급 권역의 보호를 위해 필요한 지역, 3등급 권역은 개발 또는 이용의 대상이 되는 지역을 의미한다. Fig 2(b)는 2021 기준 생태자연도를 도시한 것으로, 금강유역 내 생태·자연도 1등급 면적은 465.3 km2, 2등급 3,920.8 km2, 3등급 342.5 km2 이었고, 별도관리지역은 1,341.6 km2 이었다.

유역건전성은 유역이 본래 가지고 있는 자연적인 건전성을 평가하는 것으로서, 미국 환경보호청(U.S. EPA, 2012)에서는 크게 6개의 지표(토지피복 및 식생, 하천, 수문, 수질, 서식지, 수생태)에 대하여 건전성을 평가한다. 국내에서도 Ahn and Kim (2017)Lee et al. (2019)이 각각 한강과 금강에 대한 유역건전성을 평가한 바 있으며, WAMIS는 EPA 지표와 동일한 항목으로 유역건전성 평가결과를 제공하고 있다. 6개의 지표 중 수생태 건강성 지수는 부착돌말류평가지수(Trophic Diatom Index, TDI), 저서대형무척추동물평가지수(Benthic Macroinvertebrate Index, BMI), 어류평가지수(Fish Assessent index, FAI)를 이용하여 현재의 수생태 서식 환경을 평가한 것으로 본 연구에서는 WAMIS에서 제공하고 있는 금강유역의 표준단위유역별 수생태 건전성 평가결과를 이용하여 모델의 적용성 평가를 수행하였다(Fig. 2(c)). Table 2는 2008년부터 2019년까지의 금강유역 내 생물모니터링결과를 정리한 것으로, 유역 내 모니터링 지점 수는 100개이며, C 유역이 58개소로 가장 많았다. 유역별 생물모니터링 평균 등급을 살펴보면, TDI는 금강 전체 권역이 D 등급으로 나쁜 환경상태를 나타내었고, BMI와 FAI는 A 유역이 수생태의 건강성이 가장 좋은 것으로 관측되었다.

/media/sites/kwra/2021-054-09/N0200540902/images/kwra_54_09_02_F2.jpg
Fig. 2.

(a) Land cover, (b) eco-natural map, and (c) watershed health results

Table 2.

The monitoring results for each grade of aquatic ecosystem health

Watershed Station TDI BMI FAI
Spr. Aut. Avg. grade Spr. Aut. Avg. grade Spr. Aut. Avg. grade
A (upstream) 15 43.2 42.4 D 85.1 83.0 A 75.9 74.2 B
B (mid-stream) 27 46.6 49.2 D 80.6 78.9 B 68.1 59.7 B
C (downstream) 58 37.3 42.6 D 56.6 60.0 C 47.2 45.4 C

Spr.: Spring, Aut.: Autumn, Avg.: average

2.3.3 연구방법

본 연구의 방법은 Fig. 3과 같으며, InVEST-HQ 모델의 입력자료와 매개변수를 구축하고, 생태·자연도 및 유역건전성 평가자료를 수집하였다. 모델의 결과는 래스터로 출력됨에 따라, 본 연구에서는 ArcGIS의 zonal statistical tool을 이용하여 InVEST-HQ 평가결과를 생태·자연도 등급별 평균값으로 산정하여 비교하였다. 또한 2.3.2절에서 언급한 바와 같이 WAMIS에서 제공하는 유역건전성 평가결과는 표준단위유역별로 제공됨에 따라 서식처 질 평가 결과를 표준유역별 평균값으로 재가공하여 상관성 분석을 수행하였다.

/media/sites/kwra/2021-054-09/N0200540902/images/kwra_54_09_02_F3.jpg
Fig. 3.

Flowchart of this study

3. 결과 및 고찰

3.1 InVEST 모델을 이용한 금강유역의 서식처 질 평가결과

InVEST-HQ 모델은 quality, degradation 2가지 결과를 출력한다. Quality는 0에서부터 1 사이의 값으로 서식처 질 평가결과를 나타내며, 1에 가까울수록 서식처 질이 높음을 의미한다. Degradation은 토지피복 내에서 상대적인 서식처 악화를 계산하며, 점수가 높을수록 서식처 악화가 상대적으로 크게 일어남을 의미한다. 여기서, 도시와 같이 서식처가 없는 지역은 0으로 산정된다. 다음 그림은 금강유역에 대한 서식처 질 평가결과(Fig. 4(a))와 상대적으로 서식처 악화가 발생할 가능성이 높은 지역을 평가한 결과(Fig. 4(b))를 도시한 것으로, 금강유역의 서식처 질은 0.0 ~ 0.86의 범위로 평가되었는데 대전, 세종, 청주와 같은 도시지역과 농경지가 집중된 지역은 서식처 질이 낮고, 산림지역은 서식처 질이 높았으며 유역 평균은 0.59였다. 서식처 질 평가결과는 토지피복도 따라 부여된 기본 서식처 질 값과 유사한 패턴의 결과를 나타내었다(Figs. 2(a) and 4(a)).

금강유역의 서식처 악화지수는 평균 0.06으로, 주로 농경지와 산림지역을 중심으로 서식처의 질이 악화되었다. InVEST- HQ 모델에 입력된 위협인자의 영향으로, 토지피복도가 변화하는 경계에서는 서식처의 악화 및 개선이 점진적으로 변화하는 경향을 나타내었다. 이러한 변화는 산림과 농경지의 경계에서 두드러지게 나타났으며(Fig. 4(b)), 이는 모델 입력변수 중 산림에 대한 농경지 및 도시의 민감도가 0.86, 0.66으로 높게 적용됨에 따른 것으로 분석된다(Table 1). Fig. 4(c)는 유역 내에서 상대적으로 서식처 악화가 발생할 가능성이 높은 지역 중 악화지수가 0.1 이상에 해당하는 격자에 대한 토지피복 현황을 나타낸 것으로, 금강유역 전체 중 23% (2,219 km2)가 0.1 이상으로 서식처 악화가 발생할 것으로 예측되었으며, 이중 산림은 1,635 km2으로 분석되었다.

이러한 결과는 서식처 질 평가를 위한 이전 연구와 유사한 것으로 나타났다. Lee et al. (2015)Kim et al. (2015)은 제주도에 대하여 InVEST-HQ 모델을 적용한 결과 국립공원과 같은 산림지역에서는 서식처의 질이 높고, 도심지역은 질이 낮은 것으로 분석된 바 있다. 또한 Seo (2017)는 남한강 유역의 평균 서식처 질은 0.77로 평가하였고, Jeon et al. (2019)는 낙동강에 대한 서식처 질 분석 결과 낙동강 하류 농경지의 서식처 질이 상류에 비해 낮다고 평가한 바 있다. 본 연구의 결과는 서식처 변화가 농경, 건설, 도시화 재해 등에 영향을 받으며 특히 농경지와 상업적 개발은 생물 다양성을 저해하는 주요한 원인으로 평가되고(Wilcove et al., 1998; Lee et al., 2015), 이러한 요인들로 인해 대규모의 서식지가 파편화될 수 있음을 나타내었다.

/media/sites/kwra/2021-054-09/N0200540902/images/kwra_54_09_02_F4.jpg
Fig. 4.

The results of InVEST habitat quality model (a) habitat quality, (b) relative level of habitat degradation, and (c) land cover of habitat degradation area

3.2 InVEST habitat quality 모델의 검증

선행연구에서 InVEST-HQ 모델의 모의 값은 주로 동식물의 서식처 자료를 기반으로 만들어진 생태·자연도 등급과의 비교를 통해 검증되었다. 이에 본 연구에서도 2021년 기준의 생태·자연도와의 비교를 통해 모델을 검증하고자 하였다. 또한 2020년부터 WAMIS에서 제공하고 있는 유역별 건전성 평가항목 중 수생태 평가결과를 이용하여 서식처 질 평가결과와 상관성 분석을 통해 모델의 신뢰성을 확보하고자 하였다.

Table 3은 A, B, C 소유역 내 토지피복 및 생태·자연도 등급별 분포 현황과 등급별 서식처 질 평가결과를 제시한 것으로, 여기에서 서식처 질은 생태·자연도 등급별 구역 내 평균값으로 결과를 정리하였다. 금강유역 전반에 걸쳐 생태·자연 관리구역 내 서식처 질은 평균 0.76으로 분석되었는데, 1등급은 0.80, 2등급은 0.77, 3등급은 0.71로 생태·자연도의 등급이 높을수록 서식처 질이 높은 것으로 분석되었다. A 소유역의 서식처 질이 평균 0.80으로 가장 높았고 하류로 갈수록 서식처 질은 악화되는 경향을 나타내었다. 생태·자연도의 등급이 높을수록 서식처 질 평가결과도 높아지는 경향은 Kim et al. (2015)이 제주도를 대상으로 서식처 질이 생태·자연도 1등급에서는 평균 0.95, 3등급에서는 평균 0.53으로 분석된 것과 동일한 경향을 나타내었으며, 남한강 상류를 대상으로 서식처 질을 분석한 Seo (2017)의 연구결과에서도 확인할 수 있었다.

Table 3.

Average habitat quality in eco-natural map

Component A (upstream) B (mid-stream) C (downstream) Total / Average
InVEST habitat quality
[0-1]
1 grade 0.84 0.80 0.76 0.80
2 grade 0.79 0.78 0.75 0.77
3 grade 0.74 0.71 0.62 0.71
average 0.80 0.76 0.71 0.76
Eco-natural map
[km2]
1 grade 91.7 (11.7) 112.3 (7.1) 261.3 (11.0) 465.3 (9.8)
2 grade 599.3 (76.7) 1,345.7 (85.6) 1,975.8 (83.2) 3,920.8 (82.9)
3 grade 90.8 (11.6) 114.4 (7.3) 137.3 (5.8) 342.5 (7.2)
Total 781.8 (100.0) 1,572.3 (100.0) 2,374.5 (100.0) 4,728.7 (100.0)
Land cover
[km2]
Urban 4.6 (0.6) 13.1 (0.8) 37.7 (1.6) 55.4 (1.2)
Agricultural 34.1 (4.4) 116.5 (7.4) 254.9 (10.7) 405.5 (8.6)
Forest 717.1 (91.7) 1,356.3 (86.3) 1,881.1 (79.2) 3,954.5 (83.6)
Grassland 5.5 (0.7) 25.8 (1.6) 51.4 (2.2) 82.7 (1.7)
Bare field 17.9 (2.3) 36.1 (2.3) 76.2 (3.2) 130.2 (2.8)
Water 2.6 (0.3) 24.5 (1.6) 73.2 (3.1) 100.3 (2.1)
Total 781.8 (100.0) 1,572.3 (100.0) 2,374.5 (100.0) 4,728.6 (100.0)

( ): percent of total

Sun et al. (2019)은 Nansihu 유역을 대상으로 서식처 질을 분석한 결과 산림지역과 도시지역의 증감이 서식처 질의 변화에 가장 큰 영향이 있었음을 분석한 바 있다. 이와 동일하게 금강유역에서도 소유역 내 산림 면적 비율이 91.7%로 가장 높았던 A 소유역의 서식처 질이 가장 높았고, 유역 내 농경지 및 도시면적비율이 상대적으로 높았던 C 소유역의 서식처 질은 감소하는 경향을 나타내었다.

수생태계는 수량, 수질, 물리적 서식지 등 무생물적 환경요소와 생물학적 요소로 구성되어 있어 건강한 수생태계를 확보하기 위해서는 안정적인 서식처 확보가 선행되어야 한다(Hwang et al., 2014). 수생태계 평가지수는 서식지 및 수질의 상태, 생물지표종 등을 고려함에 따라 서식처 질을 직접적으로 나타내지 않는다는 한계를 가지고 있지만, 수생태 평가 시 채택하는 서술적 기준에 서식처의 상태를 내포하고 있어(WEIS, 2021) 토지피복 기반의 서식처 질 평가결과와 비교 검토가 가능하다. 이에 본 연구에서는 생태·자연도 이외에도 WAMIS에서 제공하고 있는 유역 건전성지수 중 수생태 건전성 평가결과를 활용하여 모델의 결과값과 비교하였다. 그러나 Fig. 2(c)에서와 같이 WAMIS의 수생태 건전성 지수는 물환경정보시스템에서 제공하고 있는 금강유역 내 100개 지점에 대한 생물모니터링 자료를 활용하여 수생태 건전성을 평가하고 이를 표준유역 78개에 대하여 0 ~ 1로 상대분포 하여 제공된다(Lee and Kim, 2019). 본 연구에서는 수생태 건전성 평가결과와 InVEST-HQ 모델의 비교를 위해 격자형태로 모의된 서식처 질 평가결과를 78개의 표준유역별로 평균하고 이를 0 ~ 1로 상대분포 하였다.

서식처 평가결과와 수생태 건전성 평가결과에 대해 A, B, C 소유역으로 구분하여 통계분석 한 결과 유역의 상류에서 하류로 갈수록 서식처 질과 수생태의 건전성은 나빠지는 경향을 보였다 (Table 4). 이러한 경향은 Woo et al. (2019)Kim et al. (2019)이 한강권역을 대상으로 분석한 결과 상류(지류) 하천의 생물은 하류에 비해 상대적으로 좋은 서식환경을 갖고 있으며 이에 따라 수생태 건강성 등급도 우수하다고 분석한 결과와 동일한 패턴을 보였다.

Table 4와 같이 두 데이터 간의 평가결과 차이는 ±0.09로 나타났고, R2 및 Pearson 상관성 분석결과는 각각 0.58, 0.76으로 분석되어 통계적으로 유의한 수준인 것으로 나타났다. 서식처 질과 수생태와의 상관성은 국외 연구사례에서도 보고된 바 있는데, Terrado et al. (2016)은 Llobregate 유역을 대상으로 InVEST-HQ 서식처 질 분석결과와 수생태계 다양성 데이터 중 저서대형무척추동물와의 상관성 분석결과 R2 가 0.34로 비교적 낮은 상관성을 보였으나 이는 저서대형무척추 동물의 데이터 샘플 수가 다른 데이터에 비해 낮았기 때문으로 나타났다. 본 연구에서 활용한 수생태 건전성 평가지수는 2008년부터 2019년까지 축적된 TDI, BMI, FAI 자료를 활용하였고, 금강유역 내 관측 샘플 수도 충분하였기 때문에 서식처 질과의 상관성이 높게 나타난 것으로 판단된다.

Table 4.

Comparison of habitat quality

Watershed InVEST habitat quality Watershed health Correlation
Max. Median. Min. Max. Median Min. R2 Pearson
A (upstream) 1.00 (+0.04) 0.78 (-0.01) 0.36 (-0.20) 0.96 0.79 0.56 0.58 0.76
B (mid-stream) 0.91 (-0.09) 0.69 (-0.05) 0.21 (+0.07) 1.00 0.74 0.14
C (downstream) 0.97 (+0.09) 0.31 (-0.01) 0.00 (-) 0.88 0.32 0.00

( ): difference from watershed health

4. 결 론

본 연구는 InVEST-HQ 모델을 통해 금강유역의 서식처 질을 평가하고 생태·자연도 및 수생태 건전성 평가결과와의 비교를 통해 모델의 적용 가능성을 평가하고자 하였다. 환경부의 세분류 토지피복도를 이용하여 7개 항목으로 재분류하여 기본입력자료로 활용하였고, 기본 서식처 질과 위협요소 등의 매개변수는 국내외 선행연구를 통해 금강유역에 적합하도록 적용하였다. 금강유역의 서식처 질은 0.0 ~ 0.86의 범위로 평가되었고, 생태·자연도의 등급이 높을수록 서식처 질 평가결과도 높아지는 경향을 나타내었다. 또한, 수생태계 평가지수와의 분석결과 두 데이터 간의 평가결과 차이는 ±0.09로 나타났고, R2 및 Pearson 상관성 분석결과는 각각 0.58, 0.76으로 분석되어 통계적으로 유의한 수준인 것으로 나타났다.

InVEST-HQ 모델이 국내에 처음 도입된 이래로 모델의 비교·검증을 위한 서식처 혹은 생물 다양성에 관련된 공간 데이터에 관련한 연구가 충분히 이뤄지지 않았으며, 모델 구동을 위한 입력 매개변수에 대한 한계점도 존재해 왔다(Kim et al., 2012; Kim et al., 2015). 본 연구에서는 선행연구에서 검증데이터로 활용되었던 생태·자연도 뿐만 아니라 수생태 관측망 자료 기반의 수생태 건전성 평가자료를 통해 서식처 질 모의 결과를 비교함으로써 InVEST-HQ 모델의 적용성을 높였다. 다만, 기본 서식처 가치 및 위협요인에 대한 민감도 자료는 주로 선행연구에서 사용한 값을 trial and error method를 이용하여 적용하였기 때문에, 실제와 차이가 발생할 수 있을 것으로 판단된다. 향후 서식처 질 평가를 위한 위협요인, 민감도에 관련된 연구가 충분히 수행되어야 할 것이며, 이에 근거하여 우리나라 실정에 맞는 매개변수가 제안된다면 향후 InVEST-HQ 모델의 신뢰성은 향상될 것으로 기대된다. 모델의 신뢰성을 객관적으로 확보와 더불어 토지이용 변화, 하천 파편화, 토양유실 등의 다양한 토지피복의 변화를 고려한 서식처 질을 평가한다면 서식처를 보호하기 위한 의사결정 자료로서의 활용도가 매우 높을것으로 판단된다.

Acknowledgements

본 결과물은 환경부의 재원으로 한국환경산업기술원의 수생태계 건강성 확보 기술개발사업의 지원을 받아 연구되었습니다(2020003050001).

References

1
Ahn, S.R., and Kim, S.J. (2017). "Assessment of integrated watershed health based on the natural environment, hydrology, water quality, and aquatic ecology." Hydrology and Earth System Sciences, Vol. 21, No. 11, pp. 5583-5602. 10.5194/hess-21-5583-2017
2
Balvanera, P., Siddique, I., Dee, L., Paquette, A., Isbell, F., Gonzalez, A., and Griffin, J.N. (2014). "Linking biodiversity and ecosystem services: current uncertainties and the necessary next steps." Bioscience, Vol. 64, No. 1, pp. 49-57. 10.1093/biosci/bit003
3
Berta Aneseyee, A., Noszczyk, T., Soromessa, T., and Elias, E. (2020). "The InVEST habitat quality model associated with land use/cover changes: A qualitative case study of the winike watershed in the Omo-Gibe Basin, Southwest Ethiopia." Remote Sensing, Vol. 12, No. 7, p. 1103. 10.3390/rs12071103
4
EGIS Korea (2021). South Korea, assessed 3 May 2021, <http://egis.me.go.kr>
5
Fuller, T., Sánchez-Cordero, V., Illoldi-Rangel, P., Linaje, M., and Sarkar, S. (2007). "The cost of postponing biodiversity conservation in Mexico." Biological Conservation, Vol. 134, No. 4, pp. 593-600. 10.1016/j.biocon.2006.08.028
6
Hassan, R., Scholes, R., Ash, N. (2005). Ecosystems and human well-being: Current state and trends. Island Press, Washington DC, U.S.
7
Hwang, S.J., Lee, S.W., and Yoo, B. (2014). "Ecological conservation and the restoration of freshwater environments in Korea." Paddy and Water Environment, Vol. 12, pp. 1-5. 10.1007/s10333-014-0457-8
8
Jeon, D.J., Lee, Y.J., and Park, J.Y. (2019). "Analysis system for regional environment status to support environmental assessment: A study on the changes of bio habitat according to the development projects." Korea Environment Institute, pp. 1-51.
9
Kim, J., Seo, C., Kwon, H., Ryu, J., and Kim, M. (2012) "A study on the species distribution modeling using national ecosystem survey data." Journal of Environmental Impact Assessment, Vol. 21, No. 4, pp. 593-607.
10
Kim, M., Yoon, C.G., Rhee, H.P., Hwang, S.J., and Lee, S.W. (2019). "A study on predicting TDI (Trophic Diatom Index) in tributaries of Han river basin using Correlation-based Feature Selection technique and Random Forest algorithm." Journal of Korean Society on Water Environment, Vol. 35, No. 5, pp. 432-438.
11
Kim, T., Song, C., Lee, W.K., Kim, M., Lim, C.H., Jeon, S.W., and Kim, J. (2015). "Habitat quality valuation using InVEST model in Jeju island." Journal of the Korean Society of Environmental Restoration Technology, Vol. 18, No. 5, pp. 1-11. 10.13087/kosert.2015.18.5.1
12
Kumar, P. (2012). The economics of ecosystems and biodiversity: Ecological and economic foundations. Routledge, London, UK. 10.4324/9781849775489
13
Lee, H.W., Kim, C.K., Hong, H.J., Roh, Y.H., Kang, S.I., Kim, J.H., Shin, S.C., Lee, S.J., Kim, T.Y., and Fisher, D. (2015). "Development of decision supporting framework to enhance natural capital sustainability: Focusing on ecosystem service analysis." Korea Environment Institute, pp. 3479-3651.
14
Lee, J.W., and Kim, S.J. (2019). "Watershed management sector climate change watershed vulnerability and impact assessment strategy." Journal of the Korean Society of Civil Engineers, Vol. 67, No. 8, pp. 16-25.
15
Lee, J.W., Park, J.Y., Jung, C.G., and Kim, S.J. (2019). "Evaluation of land use change impact on hydrology and water quality health in Geum River basin." Journal of the Korean Association of Geographic Information Studies, Vol. 22, No. 2, pp. 82-96.
16
Lee, M.H., and Jeon, S.W. (2015). Goal 15- conservation, restoration and sustainable use of land ecosystems, sustainable forest management, prevention of desertification and land destruction, and prevention of biodiversity reduction. Korea International Cooperation Agency, Research Paper, pp. 289-307.
17
Maes, J., Paracchini, M.L., Zulian, G., Dunbar, M.B., and Alkemade, R. (2012). "Synergies and trade-offs between ecosystem service supply, biodiversity, and habitat conservation status in Europe." Biological Conservation, Vol. 155, pp. 1-12. 10.1016/j.biocon.2012.06.016
18
Ministry of Environment (ME) (2021). South Korea, assessed 31 May 2021, <http://ncsd.go.kr>.
19
Oliver, T.H., Heard, M.S., Isaac, N.J., Roy, D.B., Procter, D., Eigenbrod, F., Freckleton, R., Hector, A., Orme, C.D.L., Petchey, O.L., Proença, V., Raffaelli, D., Suttle, K.B., Mace, G.M., Martín-Lopez, B., Woodcock, B.A., and Bullock, J.M. (2015). "Biodiversity and resilience of ecosystem functions." Trends in Ecology & Evolution, Vol. 30, No. 11, pp. 673-684. 10.1016/j.tree.2015.08.00926437633
20
Polasky, S., Nelson, E., Pennington, D., and Johnson, K.A. (2011). "The impact of land-use change on ecosystem services, biodiversity and returns to landowners: A case study in the state of Minnesota." Environmental and Resource Economics, Vol. 48, No. 2, pp. 219-242. 10.1007/s10640-010-9407-0
21
Sallustio, L., De Toni, A., Strollo, A., Di Febbraro, M., Gissi, E., Casella, L., Geneletti, D., Munafo, M., Vizzarri, M., and Marchetti, M. (2017). "Assessing habitat quality in relation to the spatial distribution of protected areas in Italy." Journal of Environmental Management, Vol. 201, pp. 129-137. 10.1016/j.jenvman.2017.06.03128651222
22
Seo, S.B. (2017). Analysis of habitat quality in the Nam-Han River Upstream Watershed using InVEST model. M.S. dissertation, Ewha Woman University, pp. 39-54.
23
Sharp, R., Chaplin-Kramer, R., Wood, S., Guerry, A., Tallis, H., Ricketts, T. (2016). InVEST+ VERSION+ user's guide, Accessed 3 May 2021, <http://data.naturalcapitalproject.org/nightly-build/invest-users-guide/html/>.
24
Sun, X., Jiang, Z., Liu, F., and Zhang, D. (2019). "Monitoring spatio-temporal dynamics of habitat quality in Nansihu Lake basin, eastern China, from 1980 to 2015." Ecological Indicators, Vol. 102, pp. 716-723. 10.1016/j.ecolind.2019.03.041
25
Tallis, H., Ricketts, T., and Guerry, A. (2012). InVEST 2.4. 4 user's guide, Accessed 3 May 2021, <https://naturalcapitalproject.stanford.edu/software/invest>.
26
Terrado, M., Sabater, S., Chaplin-Kramer, B., Mandle, L., Ziv, G., and Acuña, V. (2016). "Model development for the assessment of terrestrial and aquatic habitat quality in conservation planning." Science of the Total Environment, Vol. 540, pp. 63-70. 10.1016/j.scitotenv.2015.03.06425836757
27
U.S. Environmental Protection Agency (U.S. EPA) (2012). Identifying and protecting healthy watersheds: Concepts, assessments, and management approaches. EPA 841-B-11-002.
28
UK National Ecosystem Assessment (UK NEA) (2011). The UK national ecosystem assessment technical report, UNEP-WCMC, Cambridge, UK.
29
United Nations (UN) (2012). Realizing the future we want for all: Report to the Secretary-General, United Nations, assessed 31 May 2021, <https://www.un.org/millenniumgoals/pdf/Post_2015_UNTTreport.pdf>.
30
United Nations Convention Combat Desertification (UNCCD) (2017). Global land outlook. Secretariat of the United Nations Convention to Combat Desertification, Bonn, Germany.
31
Water Environment Information System (WEIS) (2021). South Korea, assessed 3 May 2021, <http://water.nier.go.kr>.
32
Water Resources Management Information System (WAMIS) (2021). South Korea, assessed 3 May 2021, <http://wamis.go.kr>.
33
Wilcove, D.S., Rothstein, D., Dubow, J., Phillips, A., and Losos, E. (1998). "Quantifying threats to imperiled species in the United States." BioScience, Vol. 48, No. 8, pp. 607-615. 10.2307/1313420
34
Woo, S.Y., Kim, S.J., Hwang, S.J., and Jung, C.G. (2019). "Assessment of changes on water quality and aquatic ecosystem health in Han River basin by additional dam release of stream maintenance flow." Journal of Korea Water Resources Association, Vol. 52, No. spc2, pp. 777-789.
35
Yi, H. (2020). "Impacts of land change on ecosystem service values and environmental sustainability in North Korea (Democratic People's Republic of Korea) through the 2030s." Journal of the Korean Geographical Society, Vol. 55, No. 2, pp. 97-121.
페이지 상단으로 이동하기