1. 서 론
2. 연구지역 및 위성영상
2.1 연구지역
2.2 다중분광 고해상도 KOMPSAT 시리즈
3. 연구방법
3.1 무감독 토지피복분류기법
3.2 정확도 평가(Accuracy assessment)
3.3 변화탐지기법
3.4 시간궤적분석(Temporal trajectory analysis)
4. 연구결과
4.1 주제별지도 및 분류정확도
4.2 연안습지 변화탐지 매트릭스(Post-classification matrices)
4.3 갯벌 및 습지지역의 시간궤적분석(Temporal trajectory analysis)
5. 고 찰
5.1 주제별지도 및 분류정확도
5.2 습지 변화에 대한 통합 변화 감지 및 시간 궤도 분석
6. 결 론
1. 서 론
연안 습지는 조석변화와 같은 해양 환경 변화뿐 아니라 대규모의 매립과 도시화 같은 지역개발 활동으로 인해 계속 변화하고 있으며 이러한 변화는 연안 습지를 황폐화시키는 요인이 되기도 한다(Syphard and Garcia, 2001; Baker et al., 2007). 보통 연안 습지 변화는 해양 수심의 변화와 계절적 환경 변화로 크게 분류할 수 있으며, 대규모 도시 확장 및 매립 사업은 연안 습지대를 다른 토지피복 지역으로 전환시키고 오염을 유발하여 연안 습지의 상당한 손실을 초래한다. 따라서 연안 습지 보전을 위하여 적절한 연안 습지지도를 통한 습지의 역학변화를 추적 및 자연적/인위적 영향의 관계를 통하여 습지 변화를 감시하는데 기여할 수 있다(Baker et al., 2006).
인공위성과 같이 원격으로 감지된 데이터는 습지 자원을 매핑하고 모니터링하기 위한 효과적인 도구이다. 과거에는 공중사진에서 추출한 자료가 해안 습지를 확인하고 관리하는 전통적인 방법으로 사용되었다(Baker et al., 2007). 항공사진은 공간 해상도가 높기 때문에 소규모 지역의 습지 생태계에 효율적인 데이터를 제공하지만 큰 스케일에 대한 모니터링이 필요한 경우, 전통적인 접근법로는 해석 및 데이터 처리가 복잡하다(Coppin et al., 2004). 이러한 한계성 때문에 최근에는 시간과 비용이 적게 소요될 뿐 아니라, 정확한 지리 정보와 함께 높은 시간적 범위에 따라 해안 습지를 조사하고 모니터링 할 수 있는 위성 이미지를 통한 다중 스펙트럼 원격 감지의 적용이 장려되고 있다(Ozesmi and Bauer, 2002; Davrache et al., Nyarko et al., 2015). 일반적으로 Landsat 시리즈와 Satellite Pour l’ Observation de la Terre (SPOT)와 같은 높은 공간 분해능(10~100 m)을 제공하는 광학 원격 감지 위성은 소규모 습지 지역에 적용될 수 있으며(Munyati, 2000; Baker et al., 2007; Deng et al., 2008), 대규모의 습지 변화는 NOAA AVHRR와 같은 거시 공간 해상도 위성(>100 m) 및 Terra 위성에 탑재된 다분광 해상도 영상 분석 계측기(MODIS)가 활용될 수 있다(Ramsey III et al., 1998). 특히 포괄적인 정보를 제공하는 높은 공간 해상도의 다중 분광 위성인 IKONOS와 Quickbird의 데이터(<5 m)는 일반 및 연안 습지 모니터링에서 연안 환경 변화 요인을 관리하기 위해 유용하다고 알려져 있다(Adam et al., 2014; Monteys et al., 2015). 우리나라에서는 2006년에 아리랑 위성으로 알려진 KOMPSAT-2를 발사하였으며, 2012년에는 KOMPSAT-3를 발사하였다. 다중 스펙트럼 위성인 KOMPSAT 시리즈는 다양한 고해상도 위성 센서 활용에 기여하며 정밀 지도 제작, 지리정보 시스템(GIS), 국토 관리, 재해 예방 등의 목적에 활용되고 있다. Koh et al. (2008)은 경안천 주변의 토지이용행태 및 습지의 입지 가능성을 분석하기 위하여 고해상도 IKONOS 위성영상을 활용하여 연구를 수행하였으며, Jang et al. (2010)은 다중시기 Landsat TM 영상 자료를 활용하여 충남지역의 토지피복 변화를 예측하였다. 또한, Kim et al. (2011)은 미래 토지피복도 작성을 위하여 천안시와 아산시를 대상으로 Landsat TM 영상을 활용하여 토지피복의 변화를 분석하여 토지지목의 통계자료와 함께 활용하였으며, Choi and Han (2013) Landsat-5 위성 영상을 활용하여 새만금 지역의 공사 진행에 따른 토지피복 변화를 분석하였다.
본 연구에서는 경기도, 전라북도, 전라남도, 새만금 갯벌 등 황해와 한국의 해안선 사이에 위치하는 4개 지역에 대한 고품질의 KOMPSAT 시리즈 영상을 이용하여 연안 습지 변화에 대한 모니터링 결과를 분석하였다. 조사 기간은 2008년부터 2015년으로 Post-classification 변화 탐지 방법과 시간적 궤도 분석 접근 방법을 사용하였으며 서로 다른 독립적인 변수를 나타내는 다른 날짜의 이미지들을 활용하여 각각의 시간 변동성에 따른 차이를 비교하였다. 이를 위해 무감독 분류(Unsupervised classification)를 사용하여 토지이용 및 토지피복 변화를 확인하고, 분류 체계에 따른 연안 습지 지도를 생성하였다. 본 연구 결과를 통해 자연 현상과 인위적 활동의 영향으로 인한 연안 습지 변화의 동향 파악이 가능하며, 지역 규모에서의 연안 습지의 정량적 모니터링에 기여할 수 있는 통합적인 변화 감지가 가능함을 확인하였다. 또한 해안 습지대를 정확하게 매핑하기 위한 우리나라의 대표적인 위성인 다중분광 고해상도의 KOMPSAT 위성 시리즈 이미지 활용 가능성을 확인하였다.
2. 연구지역 및 위성영상
서해안 연안 습지의 변화탐지 분석을 위해 먼저 고품질의 KOMPSAT 시리즈 영상 자료를 선별하여 전처리 작업을 실시하였다. “위성영상이 가지고 있는 오차, 즉 영상의 왜곡현상을 보정하기 위하여 영상 활용 전 다양한 보정이 수행된다. 기본적으로 영상의 태양 고도각, 위성 특성 및 대기 상태와 지형학적 특성에 의하여 발생하는 왜곡에 대한 방사보정(Radiometric correction)이 수행되어 위성에서 촬영된 상태의 영상을 배포 가능한 상태의 영상으로 변환한다. 이에 대한 자세한 사항은 항공우주연구원에서 확인이 가능하다(http:// www.kari.re.kr). 다음으로 영상의 촬영일 및 촬영조건에 따라 발생하는 영상의 기하학적인 왜곡을 보정하기 위해 지면 통제점(Ground Control Points, GCPs)을 활용하여 적절한 위․경도 정보로 보정하는 기하보정(Geometric correction)을 수행하였다. 영상 보정 후 무감독 분류 결과를 기반으로 변화탐지기법을 적용하여 토지피복변화를 분석하였으며 자세한 연구방법 및 연구범위는 아래에 기술하였다(Fig. 1).”
2.1 연구지역
연구대상지는 서해안 연안에 위치한 4개의 연안 습지지역이다(Fig. 2). 첫 번째 연구 지역은 경기도 대부도에 위치한 대부도 갯벌이다. 대부도의 연안 습지는 세계 최대 규모의 시화호 조력발전소가 건설 된 후 매립 사업의 영향으로 규모가 축소되었다. 현재에는 대부도 갯벌의 생물 다양성을 보존하기 위한 지자체 및 정부의 노력이 지속적으로 이루어지고 있다. 두 번째 지역은 전라북도에 위치한 부안 줄포만 갯벌(제 6호 습지보호지역) 및 고창갯벌(제 7호 습지보호지역)로 다양한 야생 동․식물 종에 자연 서식지를 제공하고 있다. 특히 곰소만 갯벌이라고도 불리는 이 지역은 2006년과 2007년에 특이한 경관적․지형적․지질학적 가치를 인정받아 습지보호지역으로 지정되어 관리되고 있다. 세 번째는 전라남도에 위치한 증도 갯벌은 총 31.3 km2의 습지를 덮고 있으며, 2010년 습지 보호 지역으로 지정되었다. 전라남도 지역은 전형적인 동고서저 및 리아스식 해안 지형으로 인해 해안선의 굴곡이 심한 특정이 있으며, 해면은 조석, 파랑 등의 변화에 따라 주기적, 부정기적으로 오르내리기 때문에 해안선은 고정되어 있지 않고 계속 이동하고 있다고 할 수 있다. 또한 해안선 이동에 따라 확인 가능한 갯벌 면적이 변화한다.
마지막으로, 새만금 갯벌은 황해의 만경강과 동진강 어귀가 만나는 지역에 위치하고 있으며, 한국에서 가장 큰 습지 중 하나로 알려져 있다(Choi and Han, 2013). 새만금 지역에는 세계적인 규모의 긴 방조제, 제방 연결 및 해저 제방이 건설되어 습지대의 변화뿐만 아니라 환경 문제가 발생하기 때문에 보존에 대한 관심이 높은 지역으로 평가받고 있다.
2.2 다중분광 고해상도 KOMPSAT 시리즈
1999년 12월에 시작된 KOMPSAT-1에 이어 2006년 7월 한국 항공 우주 연구원(KARI)이 개발한 KOMPSAT-2 위성이 환경 변화 모니터링을 위한 지구 관측을 KOMPSAT-1에 이어 수행하고 있다. 이 KOMPSAT-2는 고도가 685 km이고 폭이 15 km인 높은 공간 해상도 영상을 제공하는 태양 동기 궤도 위성이며 4개의 다중 스펙트럼 대역에 대해 4 m, panchro-matic 대역에 대해 1 m의 공간 해상도를 가진다(Table 1). KOMPSAT-2의 후속 위성인 KOMPSAT-3은 2012년 5월부터 운영을 시작했으며, 다중 스펙트럼 대역에서 2.8 m, panchromatic 대역에서 0.7 m의 높은 공간 해상도 영상을 제공한다.
연구 대상지의 지형적 특성에 따라 고품질의 KOMPSAT-2 다중분광영상을 선별하기 위해서 간조 시간대(low tide con-dition)에 촬영된 영상과 가시성 조건을 유지하기 위하여 운량조건이 0%인 최고등급에 해당하는 영상을 위주로 분류하였다. 각 지역의 간조시간은 국립해양조사원에서 제공되는 조석예보시간(http://www.khoa.go.kr)을 참조하였으며, 각 영상의 촬영시간 및 기본적인 메타데이터는 Arirang Satellite Image Search & Order System 사이트(http://arirang.kari. re.kr)에서 획득하였다. 각 연구지역의 KOMPSAT 시리즈 영상의 상세 특성을 Table 2에 나타내었다.
3. 연구방법
3.1 무감독 토지피복분류기법
무감독 분류는 영상자료에 대하여 표본자료와 같은 사전정보 없이 파장별, 공간별 특성에 의해서 분류하는 방법으로, 최소한의 입력자료로부터 군집화(Clustering)가 시작되어 분류되는 등급별(Class)로 평균과 공분산을 선택하여 계산된다. 분류하고자 하는 모든 지표 대상물은 빛의 반사 및 흡수 등으로 인해 각 파장에 대해서 고유한 밝기 값을 나타내기 때문에 같은 종류의 지표 대상물은 비슷한 분광반사 패턴을 가지게 된다(Sohn and Rebello, 2002). 이러한 분광 특성을 이용한 원격탐사 데이터 분석에서는 동일 지표 대상물들의 분광이 대기 및 지형적인 영향으로 인해 유사한 특성 지니며, 선형적인 분포 모양을 가지는 특성에 기초하여 분석이 수행된다(Foody, 2000). K-menas 군집분류, Interactive Self Organizing Data Analysis (ISODATA) 기법, 최우도법(Maximum Likelihood method), 신경망(Neural Net) 등이 대표적인 무감독 분류기법이다.
본 연구에서는 가장 널리 적용되는 분류기법인 ISODATA 기법을 적용하였으며 군집 유효성 지수는 0.05%로 하여 정확도를 높여 30개의 스펙트럼 클러스트에 대해 분류를 수행하였다. 토지의 물리적 상태를 나타내기 위해 미국지질조사소(United States Geological Survey, USGS)의 토지분류기준을 참고하여 Water, Wetland, Mixed forest, Agricultural land, and Built-up/Bare-soil을 포함한 5개의 토지피복 항목을 설정하였다.
3.2 정확도 평가(Accuracy assessment)
무감독 토지피복분류기법으로 분류된 결과를 검증하기 위해 주제별 지도와 지상데이터 사이의 픽셀 별 매칭을 따라 정확도 평가를 실시하였다. 정확도 평가는 토지 피복지도 Water, Wetland, Mixed forest, Agricultural land, and Built-up/ Bare-soil의 6개 분류항목별로 각 토지 피복지도에 대한 오류행렬에 따라 수행되었다. 오류 행렬에서 생성된 전체 정확도(Overall Accuracy, OA), 카파 계수(Kappa coefficient), 생산자 정확도(Producer’s Accuracy, PA) 및 사용자 정확도(User’s Accuracy, UA) 값을 이용하여 정확도를 나타내었다. 총 정확도를 오류행렬의 총 픽셀수로 나눈 전체 정확도와 생산자의 정확도 값으로 참조영상이 특정 분류항목을 얼마나 잘 분류할 수 있는지 확인할 수 있다. 또한 사용자의 정확도 또는 신뢰도라고 하는 이 측정은 이미지에서 분류된 항목의 픽셀이 실제로 해당 항목을 나타내는지에 대한 확률을 나타낸다(Congalton, 1991). 정확도 평가 결과는 참조 데이터의 품질의 정확성에 영향을 받고 있으나, 동일한 시간과 장소의 참조 데이터를 수집하는 것이 불가능하기 때문에 많은 연구자들에게는 여전히 어려운 문제이다(Zhou et al., 2008). 그러므로 높은 공간 해상도의 다른 인공위성 영상으로부터 지상 기반의 측정이나 좋은 품질의 참조 데이터가 없는 경우, 원본 영상을 지상 데이터로 사용할 수 있다(Cohen et al., 2002; Wilson and Sader, 2002; Parihar et al., 2013). 본 연구에서는 KOMP SAT 시리즈의 원본 데이터에 포함된 고해상도 panchromatic 밴드 이미지를 기반으로 Ground-truth Region of Interest (ROI)를 구성하여 분류된 영상을 평가하였다.
3.3 변화탐지기법
변화탐지기법은 서로 다른 시간대의 관측을 통해 대상의 상태 변화 차이를 분석하는 기법이다. 변화탐지기법을 통해 여러 기간의 데이터를 활용하여 관측대상의 시간적 변동성을 파악이 가능하며, 그 차이를 정량화할 수 있다(Singh, 1989; Coppin et al., 2004). 위성 원격탐사는 변화탐지기법을 적용하기에 최적의 조건을 갖추고 있다. 위성 데이터의 경우, 다른 영상 데이터에 비해 시간 해상도가 높고 제공되는 자료의 형태가 컴퓨터를 활용한 수치해석에 적합할 뿐 아니라, 공간 및 분광해상도가 높아 관측 목표에 따라 적합한 표본의 데이터를 추출하여 분석할 수 있기 때문이다. 그러나 동시에 관측 목표에 대한 자료 선택의 폭이 적은 경우에는 추출된 자료의 시․ 공간적, 분광학적 해상도에 따라 인해 분석에 제한을 받을 수 있으며 원격탐사 자료가 받는 기후조건, 토양수분과 같은 다양한 외부 조건의 영향들을 통제하면서 관측대상의 특성을 파악하는 것 또한 복잡한 과정이 요구된다. 본 연구에서는 분류 후 비교방법(Post-classification)을 적용하여 격자기반(pixel-based) 변화탐지를 기반으로 독립적인 변수를 나타내는 다른 날짜의 이미지들을 활용하여 각각의 시간 변동성에 따른 차이를 비교․분석하였다(Lu et al., 2004; Funkenberg et al., 2014). 영상 품질 및 조석시간에 먼저 우선순위를 두고 영상을 분류했기 때문에 계절적 시간은 상이하나, 이를 통해 계절적 변화 또한 탐지가 가능하였다.
3.4 시간궤적분석(Temporal trajectory analysis)
본 연구에서는 습지 변화 역학을 분석하기 위해 시간적 궤적 분석을 수행하였다. 토지 피복 변화의 궤적은 자연 현상과 인위적인 개발 활동을 포함하여 변화를 형성하는 요인들과의 관계에서 2개 이상의 관측비교를 통해 나타나는 결과를 각 토지 피복 유형의 추세로 정의하였다(Merten and Lambin, 2000; Petit et al., 2001; Liu and Zhou, 2005). 토지 피복 변화의 궤적을 확립하기 위해 모든 주제지도로부터 추산 된 변화 분포도에 대응하는 시간 척도의 순서로 배열되었다. 사후 분류 비교의 결과와 함께 다른 토지 피복 분류 항목의 변화와 관련된 습지 변화의 경향을 중심으로 분석하였다.
4. 연구결과
4.1 주제별지도 및 분류정확도
2008년부터 2015년까지의 기간 동안 경기도, 전라북도, 전라남도, 새만금 지역에 속하는 4개 연구 지역의 ISODATA 무감독 분류방법을 활용한 토지이용 및 토지피복 지도를 Fig. 2에 나타내었다. 토지분류 항목에 따른 주제별지도의 정확도를 검증하기 위한 전반적인 정확성(OA), 생산자의 정확성(PA), 사용자의 정확성(UA) 및 카파 계수는 Table 3에서 확인할 수 있다. 일반적으로 분류된 지도의 대부분은 OA 값이 83.72~95.43%로 나타났으며, 카파 계수는 0.80~0.94로 고품질의 결과를 나타냈다. Anderson (1976)가 제안한 분류 기준에 따르면, OA의 85% 이상을 정확도가 높은 분류로 평가하며, 따라서 본 연구결과는 우수한 결과로 볼 수 있다. 특히 전라남도 지역의 증도갯벌의 경우 평균 OA값이 92.4%, 카파 계수가 0.90으로 나타나 가장 높은 정확도를 나타내었다. 경기도 지역의 대부도 갯벌의 평균 OA값은 88.6%, 전라북도의 곰소만 갯벌은 86.8%, 새만금 지역은 90.4%로 나타났다.
각 분류항복의 개별 신뢰도를 나타내는 PA 및 UA 값은 분류 된 영상 이미지의 Water, Wetland, Mixed forest, Agricultural land, and Built-up/Bare-soil 항목에 대해 산정되었다. 특히 Wetland 항목에 관해서는 PA는 61.11%에서 100%로 나타났으며, UA는 72.39%에서 99.56%로 나타나 상당히 양호한 결과를 얻었다. 정확도 평가 결과를 통해 주제별지도에서 연안 습지를 정확하고 효과적으로 추출할 수 있음을 확인하였다. 본 결과를 통해 토지이용 및 토지피복 분류의 주제별지도의 신뢰성이 제시되었지만, Agricultural 및 Built-up/Bare-soil 항목은 각각 경기도 지역에서 27.48%, 전라북도 지역에서 21.79%로 가장 낮은 PA가 나타나 분류 결과에 오류가 발생한 것으로 추정된다.
Table 3. Accuracy assessment results of the LULC classification for each scene of four study areas: (a) Gyeonggi; (b) Jeollabuk; (c) Jeollanam; (d) Saemangeum  |
4.2 연안습지 변화탐지 매트릭스(Post-classification matrices)
4개 지역의 연안습지의 갯벌 변화를 분석하기 위해 그 정도를 분석하였으며, 서로 다른 피복 분류로 변형된 것에 대한 정보를 백분율로 산정한 Post-classification 매트릭스 결과를 Table 4에 나타내었다. Table 4(a)에 따르면 경기 지역의 대부도 갯벌은 2009년 갯벌로 분류되었던 지역의 5.63%가 2012년에 다른 토지 피복 유형으로 전환된 것으로 나타났다. 특히 이 손실의 2% 이상이 Agricultural 지역으로 이전되었으며, Water (1.67%) 및 Built-up/Bare-soil (1.51%)로 변화된 것으로 나타났다. 또한 2012년부터 2015년까지 변화된 갯벌은 26.56%로 나타나 상당한 변화를 보인 것으로 확인되었다. 이 기간 동안 변화된 갯벌 면적은 Mixed forest, Agricultural, Built-up/Bare-soil로 대체되었다.
전라북도의 곰소만 갯벌의 토지 피복 변화에 따른 통계결과(Table 4(b))는 2009년부터 2011까지, 2011년부터 2015년까지로 나타났으며, 습지 변화는 각각 33.26%, 42.16%로 나타났다. 또한 전라남도 증도갯벌 습지대의 변화는 2008년부터 2012년까지 8.78%에서 2012년부터 2015년까지 21.40%로 나타났다.
마지막으로 새만금 갯벌에서는 습지 면적의 높은 변동이 확인되었다. 이 지역의 습지 변화량은 2008년에서 2010년까지 48.28%로 나타났으며, 2010년부터 2015년까지는 65%로 증가한 것으로 확인되었다. 2010년부터 2015년 사이에 습지 면적 감소량의 대부분은 Agricultural, Built-up/Bare-soil로 전환되어 농경지 등으로 이용할 수 있는 토지로 바뀌었음을 확인할 수 있었다. 새만금 갯벌 지역의 경우 타 연구지역에 비해 급격한 토지개발이 이루어졌음이 변화탐지 매트릭스 결과를 통해 나타났으며, 이는 새만금 지역 개발 결과를 반영하는 수치적 결과임을 확인할 수 있다.
Table 4. The percentage (%) of wetland change into other land cover types over each individual period for the four study area: (a) Gyeonggi; (b) Jeollabuk; (c) Jeollanam; (d) Saemangeum  |
4.3 갯벌 및 습지지역의 시간궤적분석(Temporal tra-jectory analysis)
연구기간 동안의 4개 연구지역에 위치한 갯벌 및 습지영역에 대한 토지피복 변화의 시계열 분석 결과를 Fig. 3에 나타내었다. 경기도의 대부도 갯벌의 습지대가 2009년 20.47%에서 2012년 20.26%로 변화가 거의 없었으나, 2015년 5월에는 23.00%로 증가한 것으로 나타났다. 습지대의 경우 다른 토지분류 영역에 비해 근소한 변화를 나타내 대부도의 습지 분포가 2009년부터 2012년 사이에는 거의 없었으나, 2012년부터 2015년까지에는 다소 변화가 있었음을 확인할 수 있었다.
전라북도의 곰소만 지역의 토지피복 분포 통계에 따르면, 2009년부터 2015년까지 습지대가 증가했다가 감소하는 변화를 나타냈다. 습지 변화와 함께 수역대(Water)의 변화궤도가 습지대를 따라 변화는 것을 확인할 수 있다. 그에 반해, 산림지역(Mixed forest) 및 개발지역/토양(Built-up/Bare-soil)의 변화가 크지 않았다. 이를 미루어 볼 때, 조석 차에 따른 해수면 상승과 하강으로 습지 및 수역대의 변화가 영향을 받은 것으로 짐작할 수 있다. 또한 보다 정확한 변화 탐지를 위해 2011년부터 2015년 사이의 영상분석이 추가적으로 필요할 것으로 보인다.
전라남도 증도 갯벌은 습지대가 2008년 24.13%, 2012년 25.60% 그리고 2015년 21.33%의 변화를 보였다. 산림지역이 가장 큰 변화를 나타내, 2008년에 비해 많이 늘어난 것을 확인할 수 있다. 또한 수역대는 감소한 것으로 나타났다. 증도갯벌 역시 갯벌 및 습지지역에 큰 변화는 나타나지 않았다.
새만금 습지 지역은 2008년부터 2015년의 기간 동안 수역대를 포함하여 갯벌 및 습지지역의 변화가 크게 나타났다. 수역대는 36.51%에서 26.81%로 감소하였으며, 습지지역은 16.25%에서 6.88%로 급격한 감소추세를 보였다. 반면 개발지역 및 토양은 16.30%에서 25.90%로 급격한 증가 추세를 나타내 다른 지역에 비해 새만금 지역은 토지개발이 활발하게 이루어져 습지면적 변화가 크게 나타났음을 확인할 수 있었다.
5. 고 찰
5.1 주제별지도 및 분류정확도
다중분광 고해상도의 KOMPSAT 시리즈 위성영상을 ISODATA 무감독분류로 토지이용 및 토지피복 분류를 적용한 결과 신뢰도 높은 OA 및 Kappa 계수를 얻을 수 있었으며, 이를 통하여 고해상도 위성 이미지의 활용 가능성을 확인할 수 있었다. 무감독분류 방법은 일반적으로 감독분류보다 정확성이 높지 않다고 알려져 있으나(Alrababah and Alhamad 2006; Bahadur 2009), KOMPSAT 시리즈 위성 영상과 같은 고해상도의 인공위성 영상은 무감독분류 방법을 이용하여 복잡한 토지이용 및 토지피복 상태를 파악하는 것이 가능하며, 도시지역이 포함된 습지지역의 분류 성능을 향상시킬 수 있다(Zhou et al., 2010). 반면 몇몇 이질적인 지역, 예를 들어 Agricultural 및 Built-up/Bare-soil 분류 항목의 오류는 KOMPSAT 영상 데이터의 획득 시간, 계절적 변화에 따른 영향 및 논과 저수지에 저장된 물이 농경지와 수역 또는 습지 분류를 하는데 있어 혼동을 줄 수 있다. 반면에 농작물이 수확되는 시간에는 농경지가 토양으로 인식되어 Built-up/Bare-soil로 쉽게 잘못 분류될 수 있다. 이러한 오류는 Landsat이나 IKONOS 영상 분석 시에도 나타날 수 있어(Foody, 2000; Zhou et al., 2010) 영상 획득 시간이 중요한 것으로 보인다. 그러나 전반적으로 KOMPSAT 시리즈의 위성 영상 분석 정확도가 높게 나타났으며, 이를 위해 서해안 연안을 따라 분포한 연안 습지의 변화 탐지를 위해 주제지도 생성이 가능함을 확인 할 수 있다.
5.2 습지 변화에 대한 통합 변화 감지 및 시간 궤도 분석
경기도에 위치한 대부도 습지의 변화는 조석 상태에 따른 영향으로 설명 할 수 있다. 습지 및 수역대 분류 항목 변화에 상관관계가 있음이 나타났으며, 반면 농경지 및 산림지역, 개발지역/토양은 변화추세가 크지 않았다. 이러한 결과를 통해 습지대의 변동의 주요 원인이 조수의 영향에 있음을 확인할 수 있다. 또한 대부도 지역은 조석 체제에 가장 민감한 지역 중 하나로 보고되고 있다. 습지지역의 변동은 해수면의 침범과 퇴행으로 발생할 수 있으며, 만조가 발생했을 때 해수면이 상승하여 습지 면적이 줄어든다.
전라북도의 곰소만 연안 습지는 갯벌 범위와 수역대가 함께 일어나, 자연 현상이 갯벌 변화에 가장 큰 영향을 미친다는 것을 유추할 수 있으며(Ryu et al., 2002), 이는 2009년에서 2015년 사이의 습지와 수역의 역 상관 곡선을 통해 확인할 수 있었다(Fig. 4(b)). 특히 연구기간 중 습지대의 상승 경향과 미미한 변화는 2006년 이후 도입된 여러 환경 보호 정책의 효과라고 할 수 있다(국토 해양부, 2012). 결과적으로 연안습지보호 정책과 같은 법안을 통해 연안 습지의 보전이 가능한 것을 알 수 있다. 이것은 또한 동일한 기간에 걸쳐 농업 토지 추세를 감소시키는 효과가 있었다(Fig. 3(b)). 전라남도의 증도갯벌 역시 습지보호 지역으로 지정되어 있으며, 2008년부터 2015년 동안 증도 습지가 서서히 감소하는 추세인 것을 확인할 수 있다(Fig. 4(c)). 이 결과는 Nam et al. (2010)이 언급한 지역 경제 활성화를 위한 지역의 갯벌 간척과 관련이 있다. 습지보전법 제 8조 1항에서는 자연상태가 원시성을 유지하고 있고, 생물다양성이 풍부한 지역, 야생 동․식물이 서식․도래하는 지역, 그리고 특이한 경관적․지형적․지질적 가치를 지닌 지역을 습지보호지역으로 지정한다고 명시하고 있다. 습지보존을 위한 정책 실효성을 통해 서해안 연안의 습지보호지역이 보존되고 있음을 확인할 수 있으며, 지속적인 습지 보존을 위해서는 정책적 뒷받침이 필요하다.
새만금 지역의 습지 변화 시계열 분석을 통해 조수간만의 차가 더 이상 이 지역에 영향을 미치지 않는다는 것을 유추할 수 있다. 2006년 새만금에서 세계에서 가장 긴 방조제가 완공되었고, 침전과 조수 체제를 정비하고 조석 효과에서 해안 습지를 배제했기 때문이다(Lie et al., 2008). 또한 도시화 및 개발로 인한 매립 사업으로 연안 습지는 퇴화되어, 이 지역의 습지가 개발지역 및 토양으로 전환되었음을 확인할 수 있었다(Table 4(d), Fig. 3(d)). 건설된 제방의 출현은 주변의 해양 환경, 예를 들어 총 질소 및 총 인의 증가를 비롯한 해양오염에 영향을 미치기 때문에 지속적인 모니터링이 필요할 것으로 보인다(Cho et al., 2008).
본 연구의 4개 연안습지 지역의 변화는 조수 상태, 계절적 변화와 같은 자연현상뿐 아니라 도시화 및 건설/매립 등과 같은 인위적 활동 크게 의존한다고 결론을 내릴 수 있다. 변화 탐지 감지 시간 궤적 분석을 결합한 다차원의 KOMPSAT 시리즈 이미지의 습지 동역학을 추적하면 연안 환경 모니터링을 위한 신뢰할만한 정보를 얻을 수 있다.
6. 결 론
본 연구에서는 대한민국 서해안을 따라 위치한 경기도, 전라북도, 전라남도, 새만금에 위치한 4개 갯벌에 대한 연안 습지 변화를 모니터링하기 위한 고해상도 KOMPSAT 시리즈 영상의 실용화 가능성을 확인하였다. 이를 위해 ISODATA 무감독분류를 적용하여 다중시간 원격으로 감지된 KOMPSAT 시리즈에서 생성된 토지이용 및 토지피복 변화에 따른 시계열지도를 분석하였다. 자연적인 변화 및 토지개발과 같은 인위적 변화에 따라 연안 습지가 어떻게 변하는지를 명확히 하기 위해 Post-classification 변화탐지와 시간적 궤적 분석의 개념과 방법을 통합했다. 또한 정확도 분석을 통해 전반적으로 높은 정확도와 Kappa 계수 값을 확인하였으며, 고해상도의 원격 감지 이미지를 사용하여 토지 분류 주제별 지도의 품질이 향상 될 수 있음을 제시하였다.
조석 변화에 민감한 경기도 및 전라북도에 속한 연안 습지 변화가 조수주기와 높은 상관관계를 나타내는 변화 궤도를 보였으며, 전라남도 증도갯벌은 2006년부터 시행된 연안 습지의 환경 보호 정책으로 인하여 큰 변화가 나타나지 않은 것으로 파악되었다. 마지막으로 새만금에서는 대규모의 내륙지역 매립공사 및 도시화로 인해 주변 습지대 지역이 상당히 감소했음을 확인하였다. 따라서 본 연구에서 제시한 위성영상기반 토지피복변화 분석을 활용함으로써 높은 공간해상도의 자료로 조밀한 지역에 대한 토지피복변화 모니터링이 가능하며, 연안환경 모니터링을 위한 경비를 절감할 수 있을 것으로 판단된다. 특히 연안환경 변화를 파악할 수 있도록 고해상도의 분석 정보를 제공하여 지역별로 차별화된 대책을 수립하여 수행할 수 있도록 할 수 있는 유용한 자료로 사용할 수 있을 것으로 판단된다.
