06 모델링기반 산림지역 토양수분 평가를 위한 MODIS NDVI 및 LST 활용 방안
박 종 윤
한국환경정책·평가연구원 / 부연구위원 [email protected]
김 성 준 건국대학교 / 교수 [email protected]
1. 머리말
토양수분은 지표의 다양한 과정을 통제하는 중요한 수문학적 변수이 며, 침투나 침루를 통하여 강우와 지하수를 연결하는 기능을 함과 동시에 강우-유출특성에 직접적인 영향을 미치며 증발산을 통하여 에너지 순환 을 연결하는 중요한 기능을 한다(홍우용 등, 2009). 따라서 신뢰할 수 있 는 토양수분의 정보를 습득하는 것은 매우 중요하다. 하지만 토양수분의 계측은 비용과 시간 측면에서 제약이 따른다. 현재 농촌진흥청 농업기상 정보서비스(www.weather.rda.go.kr)에 따르면 2016년 현재 전국 83 개 토양수분관측소가 운영중에 있으나 낮은 계측밀도로 수문분석에 있어 중권역(117개) 혹은 표준단위유역(840개) 규모에서의 활용에는 한계가 있다. 최근 이러한 토양수분자료의 공간적 한계를 극복하기 위해 위성영 상 자료(Hong et al., 2010; Park et al., 2014) 또는 수문모형(박종윤 등, 2014)을 이용하는 등 다양한 연구를 통해 토양수분 산정을 시도하고 있다. 그러나 모형을 이용한다 하더라도 모의된 토양수분은 실측자료를 이용한 모형의 보정과 검증 과정이 요구되며, 모의된 토양수분의 신뢰성 을 판단할 수 있는 척도가 필요하다.
정규화식생지수(Normalized Difference Vegetation Index; NDVI) 는 식물이 자라는 시기에 토양수분과 매우 잘 일치한다고 밝혀진 바 있으며 (Farrar, 1994), 신사철(2007) 연구에 따르면 NDVI는 증발산 산정뿐만 아니 라 토양수분과의 상관성이 크다고 밝힌바 있다. 또한, Hutchinson et al. (2006) 은 Terra MODIS (Moderate Resolution Imaging Spectroradiometer) 위 성영상으로부터 추출한 NDVI와 Land Surface Temperature (LST) 정 보를 이용하여 연속적인 토양수분 분포도를 작성하였다. Narasimhan
그림 1. 소양강댐 유역 및 기상, 유출, 토양수분 측정 위치
et al. (2005)은 Soil and Water Assessment Tool (SWAT) 수문모형을 통해 토양수분을 모의 하고 NDVI와의 상관관계를 이용한 모형의 보정 을 수행하였다.
이들 연구결과들을 바탕으로 본 연구에서는 소양 강댐 유역(2,694 km2)을 대상으로 MODIS NDVI 와 LST의 토양수분 재현능력 평가를 수행하였다.
이를 위해, SWAT 모형으로부터 모의된 토양수 분과의 상관관계 분석을 통해 신뢰성을 평가하였 다. 소양강댐 유역(그림 1)은 북한강 수계에 속하 며, 산림이 전체 유역면적의 93%(침엽수 53.1%, 활엽수 18.9%, 혼효림 21.0%)를 차지하고 있는 대표적 산림유역 중 하나이다. 연평균(1977-2006) 강수량은 1,360 mm이며, 평균기온은 9.4°C이다.
2. MODIS NDVI 및 LST 데이터
NDVI는 가시광선(적색영역)과 근적외선에서 녹색식물의 반사율 차이가 크게 나는 것을 이용 하여 식생의 분포상태를 추출하는 지수이며(박은 주 등, 2002), 식생구조와 생물기후학적 및 생물리 학적 요소들의 변화를 계절별, 년별로 분석하는데
사용된다. MODIS Vegetation Index Products 는 정규화식생지수(NDVI)와 개선된 식생지수 (Enhanced Vegetation Index; EVI)에 대해 전 지구를 대상으로 250 m(MODIS 13Q1), 500 m (MODIS 13A1), 1000 m(MODIS 13A2)의 해상 도 자료를 16일 간격으로 제공하며, National Oceanic and Atmospheric Administration (NOAA) Advanced Very High Resolution Radiometer (AVHRR) NDVI에 비해 향상된 공간해상도와 16bit의 분광해상도를 보유하고 있어 지표의 식 생상황을 충실하게 반영하는 특징이 있다(Huete 등, 2002). 본 연구에서 사용된 MODIS NDVI는 아래 식을 이용해 계산된다.
여기서, NIR은 근적외선(Near Infrared Ray;
MODIS Band 2), RED는 적색밴드(MODIS Band 1)이다. NDVI는 –1∼+1의 범위로 물, 눈과 같이 수분을 포함하는 경우 음수가 되며, 마른토양, 암 석 등은 두 파장대에서 반사특성이 거의 같기 때 문에 0에 가깝게 나타난다. +1에 가까울수록 식 생의 분포량과 활동성이 크다는 것을 의미한다.
MODIS Land Surface Temperature and Emissivity (MOD11)에서는 열적외선밴드(TIR band)를 이용 지표온도(LST)와 복사율을 측정 한다. MODIST LST는 마찬가지로 전 지구를 대 상으로 1 km(MOD11A1), 6 km(MOD11B1)의 공 간해상도를 갖는 일별자료를 제공한다.
본 연구에 사용된 MODIS NDVI 및 LST 데이 터는 NASA 홈페이지(https://modis.gsfc.nasa.
gov)에서 무료로 다운받을 수 있으며, 각 Product 별 데이터 제공현황을 표 1에 정리하였다.
표 1. MODIS product별 데이터 제공 현황
Product (No. of data) Data
Atmosphere
(7) Aerosol; Total precipitable water; Cloud product; Atmospheric profiles; Atmosphere joint product;
Atmosphere gridded product; Cloud mask Land(12)
Surface reflectance; Land surface temperature(LST); Land cover products; Vegetation indices(NDVI &
EVI); Thermal anomalies/fires; FPAR/(LAI); Evapotranspiration; Gross primary productivity; BRDF/albedo;
Vegetation continuous fields; Water mask; Burned area product Cryosphere
(2) Snow cover; Sea ice & ice surface temperature
Ocean (9)
Sea surface temperature; Remote sensing reflectance; Chlorophyll-a concentration; Diffues attenuation at 490 nm; Particulate organic carbon; Particulate inorganic carbon; Normalized fluorescence line height(FLH); Instantaneous photosynthetically available radiation; Daily mean photosynthetically available radiation
(a) Inje
(b) Chuncheon
(c) Hwacheon
그림 2. 지점별 일단위 실측 토양수분과 SWAT 모의결과 비교
3. SWAT 수문모형
물리적 기반의 준분포형 수문모형인 Soil and Water Assessment Tool(SWAT) 모형은 대규 모의 복잡한 유역에서 장기간의 걸친 다양한 종 류의 토양과 토지이용 및 토지관리 상태에 따른 유출영향을 예측하기 위해 개발되었다(Arnold et al., 1988). 물수지 방정식을 기본으로 강수, 증발산, 지표유출, 기저유출, 지하수 및 토양수분 등에 대한 모의를 각 수문반응단위(Hydrologic Response Unit; HRU)별로 계산을 수행한다 (Neitsch et al., 2011). SWAT 모형에서 사용 하는 물수지 방정식은 다음과 같다.
여기서, SWt는 최종 토양수분량(mm), SW0는 i일의 초기 토양수분량(mm), t는 시간(day), Rday는 i일의 강수량(mm), Qsurf는 i일의 지표유 출량(mm), Ea는 i일의 증발산량(mm), Wseep는 i 일의 토양면으로부터 투수층으로의 투수되는 총 량(mm), Qgw는 i일의 회귀수량(mm)이다. 모형 에 대한 자세한 내용은 매뉴얼(Neitsch et al., 2011)에서 찾을 수 있다.
한편, SWAT 모형은 유역 상류의 원통, 내린 천 및 유역출구 소양강댐 지점(그림 1)의 일별 실 측 유출량자료를 이용하여 보정(2000∼2004) 되었으며, 2005∼2008년까지의 자료를 이용하 여 검증되었다. 소양강댐 지점을 기준으로 SWAT 모형은 검보정기간동안 유출량을 다소 과소모의 하는 경향을 보였으나, 결정계수 R2와 모형효율 계수인 Nash-Sutcliffe (1970) efficiency (NSE) 는 각각 0.72, 0.79로 비교적 우수한(Moriasi et
(a) Deciduous (b) Mixed (c) Evergreen 그림 3. 토양수분과 NDVI와의 상관관계 (2000∼2008): forest leaf growing 기간(위), forest leaf falling 기간(아래)
(a) Deciduous (b) Mixed (c) Evergreen
그림 4. 토양수분과 LST와의 상관관계 (2000∼2008): forest leaf growing 기간(위), forest leaf falling 기간(아래)
al., 2012) 모의성능을 보였다. 토양수분에 대한 모형의 보정 및 검증은 인제, 춘천, 화천 지점(그 림 1)에 대해 수행되었다. 2003∼2004년까지의 일별 토양수분자료를 이용한 각 지점에 대한 검 보정결과 R2는 0.56∼0.63의 분포를 보이며 다 소 과대모의하는 경향을 보였다(그림 2). 더 자세 한 검보정 결과는 Park et al. (2014)에서 찾을 수 있다.
4. 토양수분과 MODIS NDVI 및 LST와의 상 관관계 분석
SWAT으로 모의된 토양수분은 가장 작은 계산 단위인 HRU별로 추출되었으며, 그리드(grid) 파
일 형태로의 변환을 거쳐 공간내삽 후, 영상과의 선형 회귀식과 상관성을 분석하는 Idrisi 프로그 램의 Regress Tool을 이용, MODIS NDVI 및 LST 영상과 상관성 분석을 수행하였다. 분석기 간은 2000년부터 2009년까지이며, 월단위 자료 를 이용, 잎의 상태에 따라 forest leaf growing (3∼6월)과 forest leaf falling (9∼12월) 기간 으로 나누고 활엽수, 침엽수 및 혼효림에 대한 결 과를 도출 비교분석 하였다.
그림 3, 4와 표 2는 NDVI 및 LST가 회귀식에 의해 토양수분을 얼마나 설명해 주는지를 보여준 다. 잎이 성장하는 시기(leaf growing period) 에 식물은 증발산을 위해 수분이 필요하다. 식물 생장시기인 3월부터 6월까지 기온증가에 따른 지
표 2. 평균(2000∼2008년) 토양수분과 NDVI 및 LST간의 선형회귀식 도출 및 상관성 분석 결과
x Rainfall
(mm)
Equation (y=soil moisture)
Deciduous Mixed Evergreen
Forest leaf growing period (March-June) NDVI
321.0
y=-4.8919x+17.7461
(R2=0.57) y=-6.7688x+17.0531
(R2=0.50) y=-8.4605x+15.1257 (R2=0.51)
LST y=-0.3397x+111.39
(R2=0.64) y=-0.2828x+95.093
(R2=0.63) y=-0.2952x+95.528 (R2=0.55) Forest leaf falling period (September-December)
NDVI
243.9
y=+17.755x+6.5894
(R2=0.61) y=+12.260x+8.8959
(R2=0.55) y=+17.864x+4.2657 (R2=0.62)
LST y=+0.4562x-111
(R2=0.46) y=+0.5242x-132.68
(R2=0.35) y=+0.605x-156.21 (R2=0.51)
표면에서의 수분 증발이 활발하므로, NDVI는 식 생이 성장하면서 증가하고, 강우에 영향을 받지 않는 한 토양수분은 점점 감소하게 되는 것을 알 수 있다. 분석기간중 봄기간에 가뭄이 들었던 2001년과 강수량이 많았던 2005년의 상관성이 비교적 높았던 것으로 보아 강우에 의한 토양수 분의 변동은 NDVI와의 상관성에 영향을 주는 것 으로 판단된다. 하지만, 2002년이 다른 해에 비 하여 R2 값이 크게 낮은 것으로 분석 되었는데, 이는 2001년 가뭄의 영향이 이어지면서 토양수 분 변동에 영향을 미쳤기 때문이라 판단된다. 그 러므로 가뭄이 지속되어 이듬해 강수량 증가에 따른 토양수분의 변동성이 클 것으로 예상되는 기간에는 NDVI뿐만 아니라 LST를 이용한 토양 수분 보정결과의 신뢰성에 악영향을 끼칠 것으로 판단된다.
2000년부터 2006년까지 식생성장 상태 및 식 생종류별 토양수분과 NDVI 및 LST의 상관성 분 석결과를 종합해 보면, 잎의 성장시기에는 반비 례 관계를, 잎이 떨어지는 시기에는 비례 관계를 보여주었다. 특히, 활엽수림과 혼효림 지역은 잎 의 성장이 뚜렷한 즉, leaf growing period에 토 양수분과의 상관성이 높은 것으로 나타났다.
3. 결 언
SWAT 등 수문모형에 의해 모의된 토양수분을 공간자료로 생산하여 NDVI 및 LST 분포도와의 상관성 분석은 대상유역의 토양과 토지이용 특성 파악뿐만 아니라 기온과 강수변화 등을 고려함은 물론 식생의 성장상태에 따른 시공간적 분석이 고려되어야 할 것이다. 본 연구결과에서 보여주 듯이 토양수분은 식색상태(NDVI)와 지표온도 (LST)에 의해 설명될 수 있으며, 특히 강우에 따 른 토양수분의 큰 변동성은 변동성이 작은 NDVI 와 LST와의 상관성을 저하하는 요인이 될 수 있 다. NDVI 및 LST는 우리나라 산림에서 비교적 건조하거나 습윤한 상태의 토양수분 추정이 가능 할 것으로 판단되나 신뢰성은 평년수준에 비해 낮을 것으로 예상된다.
Terra MODIS 위성영상의 Vegetation Index Products는 다양한 식생지수를 제공함으로써 시 공간적 가뭄평가와 증발산량 산정에 활용되는 등 수문모형과 결합, 연계하여 수문순환을 해석하고 이해하는데 도움이 될 것으로 판단된다. 또한, 지 표온도와 식생정보로 부터 물수지 및 에너지 수 지를 평가, 산정하는 다양한 방법들이 개발, 제시 될 수 있을 것으로 사료된다.
참고문헌
1. 박종윤, 정혁, 장철희, 김성준, 2014. RCP 배출 시 나리오와 SWAT 모형을 이용한 기후변화가 용담 댐 유역의 수문요소에 미치는 영향 평가. 한국농공 학회논문집, 56(3):19-29.
2. 신사철, 안태용, 2007. 인공위성 자료를 활용한 광 역증발산량의 산정방법 개발. 한국지리정보학회 지, 10(2):70-80.
3. 홍우용, 박민지, 박종윤, 하림, 박근애, 김성준, 2009. 봄철 SWAT모형의 토양수분과 Terra MODIS 위성영상 NDVI와의 상관성 분석. 한국농공학회논 문집, 51(2):7-14.
4. Arnold, J.G., R. Srinivasan, R.S. Muttiah, and J.R. Williams. 1998. Large area hydrologic modeling and assessment - Part 1: model development.
Journal of the American Water Resources Association 34:73–89.
5. Farrar, T.J., 1994. The influence of soil type on the relationships between NDVI, rainfall, and soil moisture in semiarid Botswana: II. NDVI response to soil moisture. Remote Sensing of Environment, 50(2):121-133.
6. Hong, W.Y., M.J. Park, J.Y. Park, G.A. Park, and S.J. Kim, 2010. The spatial and temporal correlation analysis between MODIS NDVI and SWAT predicted soil moisture during forest NDVI increasing and decreasing periods. KSCE Journal of Civil Engineering, 14(6):931-939.
7. Huete, A.R., K. Didan, T. Miura, E.P. Rodriguez, X. Gao, and L.G. Ferreira, 2002. Overview of the
radiometric and biophysical performance of the MODI S vegetation indices. Remote Sensing of Environment, 83:195-213.
8. Hutchinson, J.M.S., and T.J. Vought, 2006.
Continuous soil moisture mapping using MODIS NDVI and LST products. Papers of the Applied Geography Conferences, 29:140-149.
9. Moriasi, D.N., J.G. Arnold, M.W.V. Liew, R.L.
Bingner, R.D. Harmel, and T.L. Veith, 2007.
Model evaluation guidelines for systematic quan- tification of accuracy in watershed simulations.
Transactions of the ASABE 50:885–900.
10. Narasimhan, B., and R. Srinivasan, 2005.
Development and evaluation of Soil Moisture Deficit Index (SMDI) and Evapotranspiration Deficit Index (ETDI) for agricultural drought monitoring.
Agricultural and Forest Meteorology, 133(1):69-88.
11. Nash, J.E., and J.V. Sutcliffe, 1970. River flow forecasting through conceptual models, Part I: a discussion of principles. Journal of Hydrology 10:282–290.
12. Neitsch, S.L., J.G. Arnold, J.R. Kiniry, and J.R.
Williams, 2011. Soil and Water Assessment Tool Theoretical Documentation Version 2009. Technical Report 406, Temple, TX: Texas Water Resources Institute.
13. Park, J.Y., S.R. Ahn, S.J. Hwang, C.H. Jang, G.A. Park, and S.J. Kim, 2014. Evaluation of MODIS NDVI and LST for indicating soil moisture of forest areas based on SWAT modeling. Paddy and Water Environment, 12(Supp. 1):S77-S88.
