토지피복분류(Land Cover Classification)는 원격탐사 자료를 이용한 가장 대표적인 방법으로 초지, 습지, 나지 등과 같이 자연 상태의 지표면의 물리적인 상황을 분류한 것을 의미한다. 따라서 인간의 간섭에 의한 토지의 이용현황 및 계획 상태를 반영하는 토지이 용(Land Use)과 개념상 차이가 있다. 토지피복지도(Land Cover Map)란 이러한 기법을 사용하여 물리적인 형태를 일정한 기준에 따라 분류하고, 동질의 특성을 지닌 지역을 추 출하여 지도로 표현한 주제도를 의미한다.
따라서 토지피복지도는 현재의 물리적인 지표면을 쉽게 파악할 수 있어 국토의 공간구 조 실태 및 변화추이를 용이하고 신속하게 파악할 수 있으며, 자연환경 및 물환경, 기후 및 대기환경 등의 다양한 분야에서 보다 과학적이고 효율적인 정책수립을 지원하는 기초 공간자료로 활용되고 있다.
우리나라는 시가지, 산림, 농경지, 습지, 초지 등 다양한 토지피복 형태를 가지고 있으며 사계절의 변화가 뚜렷하다. 그러나 현재 우리나라 토지부문의 통계 및 조사는 수치 위주 의 통계조사로 공간적인 요인과의 통합적인 분석이 곤란하다. 이를 단시간 및 주기적으로 조사하여 활용하기 위해서는 위성영상자료를 이용하여 과거부터 현재까지 토지피복의 현황 및 상태변화를 파악해야 한다.
이에 환경부에서는 1998년부터 GIS와 원격탐사기법을 이용하여 토지피복지도를 지속 적으로 제작해 왔으며, 국토환경성 평가, 생태･자연도, 도시생태현황도 등을 작성하는 데 필수 기초자료로 이용되고 있다. 구체적으로는 보전지역 설정, 환경영향평가 및 환경계획 수립, 수질오염총량관리, 기후 모델링 및 기후변화 취약성 평가, 최근에는 국토변화지역탐 지, 산림자원조사, 농경지면적조사 등 타 분야에서 활용도가 증가하고 있다.
나. 토지피복분류체계
1) 주요 선진국의 토지피복분류체계
미국의 미국지질조사소(United States Geological Survey, USGS)에서는 Land Cover Trends Project를 운영하고 있으며, Water(수역), Developed/urban(개발지/도시), Mechanically disturbed(기계적 간섭지역), Barren(나대지), Mining(광산), Forests/
woodlands(삼림/산림지대), Grassland/shrubland(초지/관목지), Agriculture(농경지), Wetland(습지), Nonmechanically disturbed(비기계적 간섭지역), Ice/snow(빙하/만년설) 와 같이 11개의 LevelⅠ 체계를 기반으로 한 분류 방법을 활용하고 있다. 이 분류 방법을 바탕으로 MRLC(Multi-Resolution Land Characteristics Consortium)에서는 NLCD(Land Cover Database) 2011을 구축하였고, 20개의 세분화된 분류체계를 활용하고 있다.
미국 NLCD 2011 분류체계의 특징은 대분류 내에서 피복률에 따라 세분화하였다는 점이다. 예를 들어 산림, 관목지, 초지 등 식생과 관련한 지역에서는 세분화된 분류 항목의 식생 비율을 기준으로 구분되어 있으며, 특히 개발지에서는 불투수면의 면적 비율을 기준 으로 밀도가 구분되어 있음을 알 수 있다.
자료: MRLC(http://www.mrlc.gov/nlcd2011.php).
<그림 2-1> 미국 NLCD 2011
<표 2-1> 미국 NLCD 2011 분류체계 정의 및 특징
자료: MRLC(http://www.mrlc.gov/nlcd2011.php).
호주의 지질자원연구원(Geoscience Australia)에서는 National Dynamic Land Cover Dataset을 제작하여 운영 중이다. 분류체계는 17개 항목으로 구분되어 있으며, 농경지의 경우 rainfed(천수)와 irrigated(관수)로, 식생의 경우 closed(폐쇄), open(개방), sparse(저 밀도), scattered(산재) 등으로 나뉘어 총 32개의 항목으로 구분된다.
자료: Geoscience Australia(http://www.ga.gov.au/scientific-topics/earth-obs/landcover).
<그림 2-2> 호주 NDLC Dataset - Geoscience Australia
<표 2-2> 호주 NDLC Dataset 분류체계 정의 및 특징
자료: Geoscience Australia(http://www.ga.gov.au/scientific-topics/earth-obs/landcover).
유럽연합이 1985년부터 추진해온 CORINE(Coordination of Information on the Environment) 프로젝트는 현재 유럽환경청(European Environment Agency, EEA) 대 책본부에 이관되어 관리되고 있으며, Copernicus Land Monitoring Services를 통하여
- Astrebla, Austrodanthonia, Austrostipa, Dicanthium, Eragrostis, Poa, Themeda, Sorghum, Heteropogon, Ophiuros, Oryza, Eragrostis and Spinifex 등 특정
자료: Copernicus Land Monitoring Services(http://land.copernicus.eu/).
<그림 2-3> 유럽 CLC - Copernicus Land Monitoring Services
<표 2-3> 유럽 CORINE Land Cover 분류체계 정의 및 특징 자료: Copernicus Land Monitoring Services(http://land.copernicus.eu/).
2) 환경부 토지피복분류체계
환경부 토지피복지도 분류체계는 미국 USGS의 National Land Cover Characterization Project와 유럽연합의 CORINE Project에서 채용한 분류체계를 우리나라 현실에 적합하도록
다. 원격탐사 영상자료의 특성 및 주요 위성
원격탐사는 물리적인 접촉이 없이 지상의 물체를 파악하는 종합적인 기술로 지표면의 임의의 지점에서 반사 또는 방사되는 전자기 복사에너지를 측정하여 그곳의 물리화학적 성질을 파악하는 활동이다. 환경분야의 경우 조사 대상지역이 대부분 광범위하고 시계열 적 변화가 자주 발생하므로 이를 조사하는 데 적합하며, 광범위한 자료 취득의 경제성이 높고 자료 분석 시 객관적인 결과를 얻을 수 있는 장점이 있다. 그러나 데이터의 크기와 처리용량의 한계로 인해 공간적, 분광적, 방사적 제약이 있으므로 활용 목적에 따라 적합 한 영상과 방법을 선정하여 처리 및 분석하여야 한다.
영상자료를 취득하는 센서는 크게 태양을 에너지원으로 사용하는 수동형 센서인 광학 센서와 자체 에너지를 사용하는 능동형 센서로 구분할 수 있다. 수동형 센서는 일반적으 로 널리 활용되는 센서로 사람의 눈에 보이는 그대로 광범위한 지역의 균질한 자료를 획득하며 주로 이용할 수 있는 경제적인 방법이다. 능동형 센서는 태양광선과 날씨에 큰 영향이 없이 어두운 상태나 궂은 날씨에도 자료를 취득할 수 있으며, 적외선, 마이크로파 등의 광선을 이용하기 때문에 상호 보완적으로 적용하고 있다.
원격탐사의 해상도는 공간적으로 가깝거나 스펙트럼 상에서 유사한 신호를 구별할 수 있는 광학시스템의 능력에 대한 측정단위이다(Davis, S. M.et al, 1978). 원격탐사 영상을 분석하기 전에 분석목적에 적합한 영상자료를 선택하기 위해서는 분광 및 공간해상도, 시간적인 주기, 방사적인 해상도를 고려하여야 한다.
분광해상도는 원격탐사 센서가 얼마나 다양한 파장대를 통해 취득할 수 있는지를 나타 낸다. 분광적인 특성에 의한 모든 물질은 반사 또는 복사되는 에너지의 세기가 다르므로 다양한 파장대에서 얻어진 영상자료를 이용할 경우 분석기법으로 물질들을 분류해낼 수 있다. 예를 들어 밴드가 세 개 이상인 영상은 색합성을 통하여 컬러 영상으로 표현이 가능하며 밴드가 한 개인 흑백 영상에 비해 보다 많은 정보를 표현한다. 공간해상도는 하나의 화소(pixel)가 차지하는 가로 및 세로 방향의 일정한 크기의 공간영역을 의미한다.
즉 공간해상도가 10×10m인 것은 하나의 화소가 차지하는 지표면 상에서의 면적이
100m2임을 나타낸다. 시간 주기 해상도는 동일한 지역의 정보를 얼마나 주기적으로 수집 할 수 있는지를 의미한다. 따라서 시간 주기 해상도는 소요시간 및 일자 등으로 표시되며 그 주기가 빠를수록 원하는 지역의 정보를 신속하게 얻을 수 있다. 방사해상도는 하나의 화소에 얼마나 많은 정보를 담을 수 있는가를 표현하며 비트(bit)로 나타낸다. 방사해상도 가 높을 경우 밝기나 색의 미세한 차이를 보다 더 잘 식별할 수 있으며 영상분석 결과물의 정확도가 방사해상도가 낮은 자료에 비해 높게 나타난다. 그러나 사용자가 활용할 컴퓨터 의 처리성능이 낮을 경우 해상도가 높은 자료를 처리하기 어려울 수 있기 때문에 이를 함께 고려하여야 한다. 최근 들어 대용량 처리 기술의 발전으로 높은 해상도의 영상을 처리할 수 있는 H/W 및 S/W가 상용화되어 있으므로 이를 활용하면 보다 다양한 분석과 정확도를 향상할 수 있다.
원격탐사용 영상자료는 크게 위성영상과 항공사진으로 구분할 수 있으며, 1970~80년 대 LANDSAT에서부터 2000년대 이후 국내의 아리랑 2~3A호가 발사되어 공간해상도가 0.55m에 이르고 있다. 항공사진의 경우에도 기존 아날로그 흑백 항공사진에서 2000년대 후반에서부터 공간해상도 0.12m급의 컬러 디지털 항공사진이 촬영･활용되고 있다.
<그림 2-4> 우리나라에서 활용 중인 시대별 주요 위성의 변천과정
라. 토지피복분류방법
토지피복지도 작성을 위한 분류를 수행하기 위해서는 활용목적, 원격탐사 영상자료의 센서 특성, 분류항목 및 체계, 요구 정확도 등을 고려하여 사용자료 및 기법을 적용하여야 한다. 우리나라는 사계절이 뚜렷하여 계절적인 변화에 따라 동일한 대상일지라도 토지피 복의 특성이 달라지므로 계절적인 변화 특성을 이해하는 것이 필요하다. 특히 논의 경우 5~6월에 모내기를 위해 물을 담고 있으며, 9~10월은 벼가 성장함에 따라 영상의 질감과 분광특성에 차이가 나타난다. 또한 도시개발, 산림벌채와 같이 인간의 간섭 등에 의한 경년변화가 나타나며, 일반적으로 주기성이 없이 한 방향으로 변화하는 경우가 많다. 따 라서 이에 대한 변화를 정확히 감지하기 위해서는 각 시기별 영상자료 간 환경이 최대한 유사하여야 한다.
영상자료를 이용한 토지피복분류는 유사한 분광특성이 나타나는 것을 집단화하는 방법 의 원격탐사기법을 널리 쓰고 있다. 분류 기법은 크게 자동분류와 수동분류(육안판독)로 나뉘며, 자동분류의 경우 무감독분류와 감독분류로 구분할 수 있다.
무감독분류는 분류하고자 하는 대상 범위에 대한 사전 정보가 없는 상태에서 영상자료 가 지니고 있는 통계적인 특성을 이용해서 분광적으로 유사한 지역을 분류하는 기법으로 컴퓨터 프로그램상의 알고리즘을 통하여 분류한다. 특징으로는 사용자의 주관이 배제되 며 영상 장면(scene) 단위의 동일한 분류기준을 적용한다는 것이다. 또한 단기간에 작업 할 수 있어 경제성이 높지만 뷴류정확도가 비교적 낮은 것이 단점이다. 따라서 대상지역 에 대한 사전 정보가 없고 분석해상도가 높은 영상자료를 사용할 경우 무감독분류를 실시
무감독분류는 분류하고자 하는 대상 범위에 대한 사전 정보가 없는 상태에서 영상자료 가 지니고 있는 통계적인 특성을 이용해서 분광적으로 유사한 지역을 분류하는 기법으로 컴퓨터 프로그램상의 알고리즘을 통하여 분류한다. 특징으로는 사용자의 주관이 배제되 며 영상 장면(scene) 단위의 동일한 분류기준을 적용한다는 것이다. 또한 단기간에 작업 할 수 있어 경제성이 높지만 뷴류정확도가 비교적 낮은 것이 단점이다. 따라서 대상지역 에 대한 사전 정보가 없고 분석해상도가 높은 영상자료를 사용할 경우 무감독분류를 실시