Spatial Analysis of Garorim bay by using Tidal Flat Surface Temperature and NDVI

전체 글

(1)pISSN：2508-3384 eISSN：2508-3392 https://doi.org/10.22640/lxsiri.2017.47.1.27. Journal of Cadastre & Land InformatiX Vol.47 No.1 (2017) 한국국토정보공사 「지적과 국토정보」 제47권 제1호 2017년 6월 p. 27-35. 가로림만의 갯벌 지표온도와 식생지수에 의한 공간분석 Spatial Analysis of Garorim bay by using Tidal Flat Surface Temperature and NDVI 정종철* Jeong, Jong-Chul. Abstract Human activity such as agriculture, industrial development and urban sprawl has been the major threat to wetlands ecosystem, which have caused the greatest losses of coastal wetlands. The Garorim bay provides one of the most important wetland habitate and Ministry of Oceans and Fisheries designated Garorim bay to marine ecosystem protected area in July 2016. The purpose of this research is to analysis the spatial pattern of Garorim bay using Landsat 5 (TM), Landsat 7 (ETM+), Landsat 8 (OLI & TIRS). The surface temperature and NDVI of Garorim bay were processed with spatial analysis method and time series analysis were applied to 25 years Landsat satellite 19 images. The results of time series distribution map compared with the several wetland habitate on remotely sensed images. Landsat images showed the change area of wetland vegetation distribution from 1988 to 2014. The southern part habitate of Garorim bay have been changed with vegetation patterns on coastal wetland which were covered with tidal flat. Keywords: Garorim, Surface Temperature, NDVI, Time Series Analysis, Tidal Flats. 1. 서론. 개발 사업으로 진행되어 왔다. 하지만 연안간척사업은 환경파괴가 요구되는 만큼 사업의 추진과정에서 환경. 1.1. 연구배경. 영향평가가 신중하게 이루어져야 한다. 2016년 7월 해양수산부는 해양 생태계보호구역으로. 우리나라는 고도성장의 산업화 과정에서 연안도시. 가로림만을 지정하였다. 가로림만은 갯벌과 연안 해양. 개발과 간척사업을 추진하였다. 시화호와 새만금과 같. 생태계의 풍부한 생산적 가치가 있으며, 어민들의 생계. 은 연안간척사업은 연안갯벌을 매립하여 조성되는 사. 수단에 직접적인 영향이 큰 갯벌이다(우한준 등 2007).. 업이다. 간척사업은 대규모의 국토변화를 통해 농경지,. 그러나 가로림만은 지형적 특성과 조석의 특성으로 조. 공업지역, 주거지 등 많은 토지면적을 충당할 수 있는. 력발전소 개발 후보지로 선정되었고, 이를 개발하고자. * 남서울대학교 GIS공학과 교수 Department of GIS, Namseoul University (First author: [email protected]). Journal of Cadastre & Land InformatiX Vol.47 No.1 (2017). 27.

(2) 정종철. 하는 시도가 있었다(강석구 등 2007). 이러한 정책결정. 하여 가로림만의 장기적인 시-공간적 갯벌 공간 분포. 과정에서 가로림만은 자연경관과 해양수산 환경피해. 패턴과 지표특성을 분석하고, 가로림 갯벌의 효율적인. 등을 우려한 지역주민의 반대로 환경 정책적 문제가 제. 환경평가관리를 위한 위성관측 자료의 공간적용기법. 기된 지역이다.. 을 탐색하는 것이 본 연구의 목적이다.. 해양 생태계보호구역 지정과 함께 가로림만은 지형적 특성과 자연자원을 장기적으로 조사 분석하고, 이를 보. 2. 연구방법 및 범위. 전해야하는 곳이며, 가로림만의 퇴적환경 및 연안생태 계의 공간분석을 통해 연안환경문제가 발생하지 않도록. 2.1. 연구범위. 효율적 관리를 위한 평가방법과 분석기술이 필요하다. 본 연구의 공간적 범위는 가로림만으로 충청남도 태. 1.2. 연구목적. 안반도 북부에 있으며, Figure 1과 같이 동쪽은 충남 서 산시, 서쪽은 태안군에 속한 길이 25Km, 너비 2~3Km. 가로림만과 같은 대규모 공간 규모에서 장기적인 조. 반폐쇄성 내만이다.. 사 분석을 추진하기 이전에 수행되는 환경영향평가에 서는 다양한 탐색 및 조사기법의 적용이 요구된다. 그러 나 조석에 의한 연안갯벌 조사지역의 특성과 조사 시기 에 따라 장기적으로 이루어지는 해양보호구역의 시-공 간적 변화를 분석하는 조사기법과 분석 수단의 선택은 제한되어 왔다. 또한, 현장조사와 분석을 통한 해양환경 평가는 인력, 비용과 시간적인 문제가 제기되어 왔다. 인공위성 자료는 대규모 국토공간을 장기적으로 평 가하고 분석하는 효과적인 수단으로 연구되고 있으며 (강승수 2007), 이러한 국토 환경분석기법은 위성자료 의 다양한 시-공간해상력과 분석 능력으로 김형섭. Figure 1. Research area of Garorim bay and satellite images of Landsat. (2007) 연구와 같이 위성영상자료와 공간분석기법이 제공됨으로써 연안갯벌 연구 성과를 확대 발전시킬 수. 2.2. 연구자료. 있었다. 또한 국가에서 생산하는 다양한 공간정보의 활 용은 대규모 갯벌에서 발생할 수 있는 환경피해를 최소. 연구 자료는 미국의 NASA와 USGS(미국 지질 조사. 화하는 방안 및 대책을 제시하는 수단으로 평가되고 있. 소)의 지구관측위성인 Landsat 위성영상이며, Path/. 다(장동호 등 2010). 특히 북한과 같은 비접근지역의 갯. row(116-34)의 지역으로 Landsat 5 위성 12개 영상,. 벌에 대한 공간정보 평가의 경우(조명희 2005) 본 연구. Landsat 7 위성 6개 영상, Landsat 8 위성 1개의 영상으. 의 탐색모델과 기법을 적용하여 예상 가능한 개발지역. 로 총 19개 영상을 Table 1과 같이 1988년부터 2014년. 을 위성자료를 기반으로 분석하는 것이 가능하다.. 까지 시간에 따른 갯벌의 공간적 범위와 갯벌의 염생식. 본 연구에서는 중급해상도 Landsat 위성영상의 시계 열적인 관측자료를 처리하여 표층온도, NDVI 등을 통. 28. 「지적과 국토정보」 제47권 제1호. 2017. 물 식생분포와 지표온도의 시공간 변화에 대한 생태적 환경변화 분석을 수행하였다..

(3) 가로림만의 갯벌 지표온도와 식생지수에 의한 공간분석. Table 1. Satellite images of Landsat TM, ETM+ and OLI & TIRS used in this study No. Date. 1. 1988.09.27. Landsat5. 2. 1996.09.01. 3 4. Infrared Sensor)는 band 10(10.60㎛~11.19㎛), band. Time. Cloud. TM. AM 10:41. 4%. Landsat5. TM. AM 10:28. 0%. 2001.09.15. Landsat5. TM. AM 10:51. 0%. 2003.01.24. Landsat5. TM. AM 10:43. 6%. 5. 2003.03.29. Landsat5. TM. AM 10:44. 0%. 6. 2003.04.30. Landsat5. TM. AM 10:45. 0%. 7. 2003.06.01. Landsat5. TM. AM 10:46. 1%. 8. 2003.09.21. Landsat5. TM. AM 10:48. 3%. Landsat 7. 666.09. 1282.71. AM 10:49. 2%. Landsat 5. 607.76. 1260.56. 0%. 9. 2003.12.10. Satellites Sensor. 해상력을 갖고 있다. Landsat 8호 위성의 TIRS(Thermal. Landsat5. TM. 11(11.50㎛~12.51㎛)의 두 밴드로 100m의 공간해상력 을 갖고 있다. Table 2. ETM+ and TM Thermal Band Calibration Constants Constant 1-K1 Constant 2-K2 watts/(meter squared * ster * μm) Kelvin. 10 2006.09.13. Landsat5. TM. AM 11:04. 11 2009.10.07. Landsat5. TM. AM 11:01 15%. 12 2009.10.15. Landsat7. TM. AM 11:01 14%. 13 2009.11.24. Landsat5. TM. AM 11:01. 2%. 14 2011.03.11. Landsat7. TM. AM 11:04. 0%. 엽록소 함량, 엽량 및 광합성 흡수복사량 등과 관련된. 정규화식생지수(NDVI)는 단위가 없는 복사값으로 서 녹색식물의 상대적 분포량과 활동성, 엽면적 지수,. 15 2011.06.15. Landsat7. TM. AM 11:04. 1%. 지표로 사용된다. 식생지수를 구하는 방법은 식(1)과. 16 2011.09.03. Landsat7. TM. AM 11:04 29%. 같으며, 갯벌 표층에서 나타나는 갯벌식생의 공간적 분. 17 2012.10.07. Landsat7. TM. AM 11:06 26%. 18 2013.09.16. Landsat8. TM. AM 11:13. 0%. 19 2014.05.06. Landsat7. TM. AM 11:08. 0%. 포와 갯벌공간의 공간적 범위를 파악하였다. NDVI 지 수는 -1에서 +1까지의 분포로 -1의 값이 나올수록 물 의 성향을 띠고 있었다. 또한 +1값에 가까울수록 높은. 2.3. 영상 처리 본 연구는 위성영상을 통해 가로림만 갯벌의 시-공 간적인 분포 패턴을 분석하기 위해 Landsat 5 TM,. 갯벌식생의 활력도가 측정되었다.   .      . (1). Landsat 7 ETM+(Yue,et al.2007), Landsat 8 OLI & TIRS의 위성영상자료를 이용하여 가로림만의 표층온. Landsat data selection. 도, 정규화식생지수(NDVI)을 통해 가로림만의 갯벌 생. ▫Surface Temperature(ST) of Garorim ▫NDVI and ST data QC. 태 공간 패턴 분석을 Figure 2와 같이 수행하였다. 갯벌의 표층온도는 추출 알고리즘(NASA, 2015)을 토대로 위성마다 각각의 보정상수 값을(Table 2) 적용 하여 표층온도를 추출하였다. Landsat 5 위성 센서는 TM으로(Thematic Mapper) 열적외선 밴드는 10.40㎛~12.50㎛의 파장대와 120m 의 공간해상력을 갖고 있으며, Landsat 7 위성은 ETM+(Enhanced Thematic Mapper Plus) 센서로 열적 외선 밴드는 10.31㎛~12.36㎛의 파장대를 사용하고 (Mallick et al.2008; Chandler et al. 2009), 60m의 공간. ⇩ Spatial comparison of NDVI and ST ▫Comparison NDVI value with ST ▫Tidal Flat Area masking ▫Spatial analysis of NDVI distribution ⇩ Spatial pattern of time series analysis ▫Comparison ST / NDVI spatial patterns ▫Calculation of spatial patterns ▫Time series analysis of ST / NDVI. Figure 2. Research flow of data processing and spatial comparison of NDVI and Surface Temperature(ST) Journal of Cadastre & Land InformatiX Vol.47 No.1 (2017). 29.

(4) 정종철. 3. 분석 결과 및 고찰. 서 시간적 비교가 용이한 계절인 9월 열적외선 영상을 이용하여 가로림만 표층수온과 갯벌의 표층온도를 비 교하였다. Figure 3과 Figure 4는 1988년9월27일,. 3.1. 표층온도 작성 및 평가. 1996년9월1일, 2001년9월15일, 2003년9월21일, 2006 본 연구에서는 25년 동안의 위성영상에 의한 가로림. 년9월13일, 2009년10월7일의 같은 시간대에 관측된. 갯벌 표층온도를 추출하였고, 알고리즘의 적용결과. 영상으로 가로림의 갯벌을 추출하고 갯벌의 표층온도. Figure 3과 같다. Table 1의 19개 영상을 처리한 결과에. 와 정규화식생지수(NDVI)를 산출하여 제시한 것이다. Figure 5는 X축으로 정규식생지수(NDVI), Y축으로. (a)1988.09.27.. (c)2001.09.15. (e)2006.09.13. (b)1996.09.01 (b)1996.09.01. (c)2001.09.15. (d) 2003.09.21. (e)2006.09.13. (f)2009.10.07. (d) 2003.09.21. (f)2009.10.07. Figure 3. Landsat surface temperature images of Garorim bay. 30. (a)1988.09.27.. 「지적과 국토정보」 제47권 제1호. 2017. Figure 4. Landsat NDVI images of Garorim bay.

(5) 가로림만의 갯벌 지표온도와 식생지수에 의한 공간분석. Figure 5. Degree of scattering for comparison Landsat NDVI and Surface Temperature spatial patterns with time series. 표층온도(ST)를 가로림만 갯벌지역을 마스킹하여 산. 한 분포이며, NDVI가 +1에 가까울수록 갯벌(mud)와. 포도를 분석한 결과이다. 정규식생지수와 표층온도의. 토양(soil)의 경향을 나타낸다. 가로림 갯벌의 NDVI와. 분포는 Figure 5와 같이 시간적 변화에 따른 갯벌 표층. ST는 시계열적으로 갯벌(mud)와 토양(soil)의 분포 경. 의 생태변수를 시계열 분석할 수 있었으며, 갯벌 표층의. 향으로 공간적 구분이 용이하게 나타난다.. 지표온도와 식생지수의 패턴 경향을 분석할 수 있었다.. 본 연구에서는 열적외 영상에 의한 가로림만 갯벌 표. NDVI와 ST에 의한 산포도 분석결과는 Figure 6과. 층온도 분포를 추출하였고, 정규식생지수를 X축으로,. 같이 공간적 NDVI와 ST가 낮은 부분은 해수면과 인접. Y축은 표층온도(ST)로 비교평가하였다(Figure 7). 갯 벌의 수분경향과 갯벌식생의 공간분포를 평가하기 용 이한 정규식생지수는 Figure 7과 같이 전체 분석 자료 에서 두 부분의 밀집 분포가 확인되었다. 정규식생지수 의 밀집 분포 정도와 ST에 따라 분석한 결과는 Figure 7과 같으며, 공간적으로 NDVI와 ST가 낮은 경향을 나 타내는 부분은 2011년과 2012년에 해수면과 인접한 공 간분포 지역이 식생의 밀집 정도가 낮아지는 것을 확인 할 수 있다. 본 연구의 결과는 Landsat 자료 촬영시간과 갯벌 조 위의 차이를 공간 분석하고, 시간적 변화를 평가하는데 의미있는 결과를 제시하였다.. Figure 6. The results distribution of Landsat NDVI and Surface Temperature for time series spatial pattern analysis. Figure 8은 본 연구에서 분석한 Landsat 자료 NDVI 에 의해 10월과 9월의 갯벌 공간분포를 추출한 결과를 중첩하여 제시한 결과이며, 동일 계절의 갯벌 공간은 가 Journal of Cadastre & Land InformatiX Vol.47 No.1 (2017). 31.

(6) 정종철. Figure 7. Landsat NDVI and Surface Temperature Distribution with time series analysis of processed data. 로림 갯벌의 서식공간을 나타내고 있다. Figure 9(a)는 본 연구에서 사용된 자료에 의한 갯벌 공간서식지를 나타낸 것이고, (b)는 2003년 한해 동안. 성과 생산성이 높은 청정갯벌로서 천혜의 자연환경을 유지하고 있는 충청남도 가로림만 해역(91.237㎢)을 해양보호구역으로 지정했다.. 수집된 자료에 의해 분석된 갯벌 공간서식지를 나타낸. 가로림 갯벌은 가로림만에 인접한 다양한 종류의 연. 것이다. 25년 동안의 Landsat 자료 NDVI와 ST에 의한. 안생태계에 주는 영향이 크며, 본 연구 결과의 갯벌 공. 산포도 분석 결과는 가로림만 갯벌의 공간적 분포가 시. 간적 분포는 표층온도가 높은 공간 영역 부분에서 생태. 계열적으로 갯벌(mud)와 토양(soil)의 분포 경향이 위. 계 영향평가를 위한 중요한 기초 자료를 포함하고 있다.. 성영상 취득 날짜에 따른 계절적 요인이 분류되었으며. Figure 8과 Figure 9와 같이 가로림만의 2003년 공간. (Figure 10), 해양수산부는 2016년 7월 28일 생물다양. 분석 자료에 의하면 점박이물범 서식지인 가로림만은. (a) (b) Figure 8. Time series spatial pattern analysis of Garorim bay using Landsat (a) October and (b) September data. (a) (b) Figure 9. The Garorim tidal flat of spatial variation full data(a) and in 2003(b).. 32. 「지적과 국토정보」 제47권 제1호. 2017.

(7) 가로림만의 갯벌 지표온도와 식생지수에 의한 공간분석. 보호대상 해양생물의 서식처로 본 연구의 시공간 갯벌. 4. 결론. 분포 탐색이 해양생태공간의 분석결과를 반영할 수 있 으며, 수온, 지표온도와 정규식생지수 분포 등으로 수산 생물의 산란 장소를 평가하는데 적용될 수 있다.. 본 연구에서는 Landsat 위성영상을 사용하여 가로림 만 갯벌 표층온도를 추출하였고, 정규식생지수를 평가. 가로림만은 해양 생태계 보호대상 생물인 붉은발말. 하였다. 위성영상에 의한 가로림만 표층온도 공간분석. 똥게, 거머리말 등이 갯벌 서식처에 분포하고 있어서 가. 과 정규식생지수 분포를 시계열적으로 비교한 결과 다. 로림만의 보전, 지속가능한 이용과 관리를 위하여 가로. 음과 같은 결론을 얻었다.. 림만 보전계획을 수립하는데 본 연구 성과의 활용이 제. 첫째, 가로림만의 갯벌 공간 분포가 시계열적으로 나. 시될 수 있다. 또한, 해양보호구역의 보전 ‧ 관리를 위한. 타나는 NDVI와 ST에 의한 산포도를 분석한 결과는 연. 해양보호구역 내 생물서식지를 조사하고, 주요 보호 해. 안갯벌생태계의 변화를 모니터링하는 중요한 기준치. 양생물종 등 서식처 보전과 해양생태계 보호와 복원을. 를 제시하였다.. 위한 생태공간계획을 위해 본 연구의 결과가 기초 자료 로 활용 가능하다.. 둘째, 갯벌의 지표온도와 정규식생지수의 산포도 분 석방법은 갯벌 생태계 공간분석의 공간분포로 가능성 을 평가하고, 장기적인 시계열 공간분석에 위성영상의 활용 가능성을 제시하였다. 본 연구 성과를 통하여 위성영상의 지표온도 공간정 보 생산과 식생지수 공간분석에 의한 서식지 분석은 기 존의 현장조사 방법을 보조하여 해양생태보호구역의 갯벌 생태 환경변화를 분석할 수 있는 대안이 될 수 있을 것으로 판단되었다. 향후 연구과제는 해양생태계 보호구역의 광범위한 시-공간 분석과정에서 사용되는 위성자료의 분석 가능. (a). (b). 성을 고려하여 지수 변환식을 생산하는 것이다. 또한 위 성자료의 분석 정확도를 높이는 연구와 생태지도제작 및 생물 분포에 따라 나타나는 서식지 평가지수 작성 연 구가 수행되는 것이 필요하다고 판단되었다.. 감사의 글 이 논문은 2017년도 남서울대학교 학술연구비 지원 에 의해 연구되었음.. (c) (d) Figure 10. The Garorim tidal flat of spatial variation of mud and sand. (a)Sep. 1, 1996 (b)Sep. 15, 2001(c)Sep. 13, 2006 (d)Sep. 3, 2011.. 참고문헌. References 강승수. 2007. Landsat TM과 ETM+ 영상자료를 이용한 Journal of Cadastre & Land InformatiX Vol.47 No.1 (2017). 33.

(8) 정종철. 도시지역의 토지피복에 따른 열 분포 해석. 석사학. Using Postclassification Comparison Method:. 위논문. 금오공과대학교 산업대학원.. The Case of Taean Peninsula Region. Journal of. Kang SS. 2007. Analysis of Thermal Distribution. the korean Geographical Society. 45(2):275-292.. According to Landcovers in an Urban Area Using. 조명희. 2005. 위성영상과 GIS를 이용한 북한 서한만 지. Landsat TM and ETM+ Data[Thesis]. Kumoh. 역의 간석지 분광특성 및 변화 탐지. 한국지리정보. National Institute of Technology.. 학회지. 8(2):44-54.. 강석구, 이광수, 박진순, 염기대, 정경태, 장찬주. 2007.. Jo, MH. 2005. Analyzing the spectral characteristic. 가로림만 조력발전소 가동에 따른 조석체계 변화. and detecting the change of tidal flat area in Seo. 예측. 신재생에너지. 3(2) :3-10.. han Bay, North Korea using satellite images and. Kang, SK. Lee, KS. Park, JS. Yum, KD. Jung, KT, Jang. GIS. journal of KAGIS. 8(2):44-54.. CJ. 2007. Prediction of Tidal Regime According. Chandler G, Markham BL, Helder SL. 2009. Summary. To Garolim Tidal Power Plant operation. New. of current radiometric calibration coefficients. energy. 3(2):3-10.. for Landsat MSS, TM, ETM+ and EO-1 ALI. 김형섭. 2004. 위성영상과 GIS를 이용한 연안간석지 환 경정보 관리시스템 개발.석사학위논문. 경일대학 교 대학원. Kim, HS. 2004. Developing Coast Tidal Flat. Environmental Information System using Satellite Image and GIS[Thesis]. Kyungil University. 우한준, 유주형, 조진형. 2007. 가로림만 해수 교환 특성 파악을 위한 Hydro-hypsographic 분석. 한국습지 학회지. 11(2):39-46.. sensors. Remote Sensing of Environment. 113:893-903. Mallick J, Kant Y, Bharat BD. 2008. Estimation of land surface temperature over Delhi using Landsat-7 ETM+. J Ind Geophys Un. 12:131-140. NASA. 2015. Landsat 7 Science Data Users[Internet]. [http://landsathandbook.gsfc.nasa.govpdfs/L andsat7_Handbook.pdf]. Last accessed Dec 2015. W Yue, J Xu, W Tan. 2007. The relationship between. Woo, HJ. Ryu, JH. Cho, JH. 2007. Hydro-hypsographic. land surface temperature and NDVI with remote. Analysis for Understanding of Flushing. sensing: application to Shanghai Landsat 7. Characteristics in Garolim Bay. Journal of. ETM+ data. International Journal of Remote. Wetlands Research. 11(2):39-46.. Sensing. 28(15):3205-3226.. 장동호, 김찬수, 박지훈. 2010. 선분류 후비교법을 이용 한 간석지의 토지피복 변화 및 패턴 분석,-태안반도. 2017년 3월 20일 원고접수(Received). 지역을 사례로. 대한지리학회지. 45(2):275-292.. 2017년 6월 07일 1차심사(1st Reviewed). Jang, DH. Kim, CS. Park, JH. 2010. The Land-cover Changes and Pattern Analysis in the Tidal Flats. 34. 「지적과 국토정보」 제47권 제1호. 2017. 2017년 6월 19일 2차심사(2nd Reviewed) 2017년 6월 20일 게재확정(Accepted).

(9) 가로림만의 갯벌 지표온도와 식생지수에 의한 공간분석. 초록 농경지, 공업지역 개발, 주거지 확장과 같은 인간의 활동은 갯벌생태계에 중요한 위협이 되어 왔고, 연안갯벌 감소의 가장 중요한 원인이었다. 가로림만은 가장 중요한 습지 서식처 중에 하나이며, 해양 수산부는 가로림만을 2016년 7월 해양생태계보호구역으로 지정하였다. 본 연구의 목적은 Landsat 5 (TM), Landsat 7 (ETM+), Landsat 8 (OLI & TIRS)의 위성영상을 통해 가로림만의 공간적인 패턴을 분석하는 것이다. 가로림만의 표층온도와 NDVI는 공간분석기법에 의해 처리하였고, 시계열분석이 25년 동안의 Landsat 영상을 통해 적용되었다. 시계열 온도/식생 분포지도는 위성영상에 의해 몇 개의 갯벌 습지 서식처로 비교되었다. Landsat영상은 1988년부터 2014년까지 습지식생의 변화를 보여주었고, 가로림만 남부지역은 갯벌이 분포된 지역에 연안 습지에서 식생의 공간분포 변화되었 음을 보여주고 있다. 주요어：가로림만, 표층온도, 정규식생지수, 시계열분석, 갯벌. Journal of Cadastre & Land InformatiX Vol.47 No.1 (2017). 35.

(10)