Coral Reef Habitat Monitoring Using High-spatial Satellite Imagery : A Case Study from Chuuk Lagoon in FSM

Article

DOI: 10.4217/OPR.2010.32.1.053 Ocean and Polar Research

고해상도 위성영상을 이용한 산호초 서식환경 모니터링

:

축라군 웨노섬을 중심으로

민지은

¹

^1*

¹

²

1한국해양연구원 해양위성센터

2한국해양연구원 해양과학국제협력센터 (425-600) 경기도 안산시 안산우체국 사서함 29

Coral Reef Habitat Monitoring Using High-spatial Satellite Imagery : A Case Study from Chuuk Lagoon in FSM

Jee-Eun Min

¹

^1*

¹

²

1

Korea Ocean Satellite Center, KORDI

2

Center for International Cooperative Programs, KORDI Ansan P.O. Box 29, Seoul 425-600, Korea

Abstract : The distribution of coral reefs can be an indicator of environmental or anthropogenic impacts.

Here, we present a habitat map of coral reefs developed using high-spatial satellite images. The study area was located on the north-eastern part of Weno island, in the Chuuk lagoon of Federated States of Micronesia. Two fieldwork expeditions were carried out between 2007 and 2008 to acquire optical and environmental data from 121 stations. We used an IKONOS image obtained in December 2000, and a Kompsat-2 image obtained in September 2008 for the purpose of coral reef mapping. We employed an adapted version of the object-based classification method for efficient classification of the high-spatial satellite images. The habitat map generated using Kompsat-2 was 72.22% accurate in terms of comparative analysis with in-situ measurements. The result of change detection analysis between 2000 and 2008 showed that coral reef distribution had decreased by 6.27% while seagrass meadows had increased by 8.0%.

Key words : coral reef, habitat change monitoring, IKONOS, Kompsat-2, Micronesia

1. 서 론

우리나라의 한남태평양연구센터가 위치하고 있는 남태 평양의 해역은 해안에는 홍수림이 밀생하고 있는 열대우 림으로 연안의 수심이 낮은 지역에는 잘피밭이 형성되어 있고 그 바깥으로 산호초 군락이 형성되어 있다. 또한 가 장 큰 참치어장과 가장 깊은 해양해구 등 우리나라 해역 과는 많이 다른 해역 특성을 지닌 곳이다(권 등 2005). 이

러한 남태평양의 열대해역은 풍부하고 다양한 해양자원을 활용한 많은 발전 가능성이 있기 때문에 이러한 해양자원 에 대한 모니터링이 필요하다. 또한 지구온난화로 인해 전 세계적으로 산호가 감소 추세에 있으며, 열대해역에서 산 호 및 주변 환경을 보호하기 위하여 환경 분포를 파악하 고 모니터링 하는 것은 매우 중요한 일이다. 실제로 세계 산호 감시네트워크는 2008년 12월 10일 열린 유엔기후변 화협약 제14차 당사국 총회에서 지구 온난화로 인해 전 세계의 5분의 1에 해당하는 산호가 이미 사라졌으며 지금 도 사라지고 있다고 발표했다. 특히 열대 및 아열대에 분

*Corresponding author. E-mail : [email protected]

54 Min, J.-E. et al.

포하는 대규모의 산호는 범지구 규모의 기후변화에 많은

정보를 제공한다 ( ^{현 등} 2003). ^{이런 필요성에 따라 선진국}

들은 남태평양의 자원과 환경에 대한 많은 연구를 진행하 고 있으나 국내에서의 연구는 미미한 실정이다 .

원격탐사는 천해 지역에 넓게 분포하는 산호를 주기적 으로 분석할 수 있는 효과적인 방법 중의 하나이다 . ^원격

탐사 방법을 이용한 산호의 관측 및 분석은 1980 ^{년대 중}

반부터 시작하였다 . ^초기에는 Indian Remote-sensing Satellite-C (IRS-C), High Resolution Visible/Satellite Pour l'Observation de la Terre-4 & -5 (HRV/SPOT-4 & -5), Thematic Mapper/Landsat-5 (TM/Landsat-5), Enhanced Thematic Mapper Plus/Landsat-7 (ETM+/Landsat-7), Advanced Spaceborne Thermal Emission and Reflection Radiometer/Terra (ASTER/Terra) ^{와 같은} 10~30 m ^정도의

공간해상도를 갖는 중해상도 위성영상을 이용한 분석이 주로 이루어졌다 (Andréfouët et al. 2003). Joyce et al.

(2004) ^와 Tamura(2004) ^는 30 m ^해상도의 Landsat ^위성영

상을 이용한 산호 분류 연구를 수행하였으나 , ^{낮은 해상도}

로 인하여 산호 분류에 한계가 있었다 . ^{이에 보다 정확하}

고 정밀한 산호 및 주변 환경 분류를 위하여 고해상도 센 서가 요구되었다 . ^{이러한 필요성과 더불어 최근 원격탐사}

센서 및 기술의 급격한 발전으로 산호 분류 및 모니터링 분야에서 원격탐사를 이용한 연구들이 활발히 이루어지고 있다 (Mumby et al. 2004b).

Andréfouët et al. (2003) ^{은 세계 여러 곳의 산호 지역에}

대해서 산호 서식 환경 분류를 위하여 1 m ^{해상도를 갖는}

고해상도 위성영상인 IKONOS 10 ^{개 영상을 이용해서 분}

석하였다 . 30 m ^{해상도를 갖는} Landsat-7 ETM+ ^위성영

상을 이용한 분석결과와 비교해본 결과 고해상도의

IKONOS ^{영상이 상대적으로 높은 정확도를 보이는 것을}

확인하였다 . ^{이와 같이 산호 지역 분석에 있어서 공간해상}

도의 영향이 크기 때문에 해상도가 높은 IKONOS ^나

Quickbird ^{등의 위성영상을 이용한 산호지역 분석이 많이}

이루어지고 있다 (Mumby et al. 2004b; Purkis 2005;

Purkis et al. 2006; Riegl and Purkis 2005).

산호의 정확한 분류를 위해서는 공간해상도 뿐만 아니 라 산호의 미세한 스펙트럼을 잘 분석해 낼 수 있도록 분 광해상도 또한 높아야 한다 . ^{따라서 다양한 분광 특성을}

나타내는 산호를 효과적으로 분석하기 위하여 220 ^{개의 분}

광 밴드를 갖는 Hyperion ^{과 같은 초다분광 영상을 활용한}

연구도 수행된 바 있다 (Kutser and Jupp 2006; Sterckx et al. 2005). ^또한 Hochberg et al.(2004) ^{은 전세계} 11 ^곳에서

의 산호 195 ^{종에 대한 반사도 스펙트럼} (reflectance

spectrum) ^{으로부터 산호의 일반적인 스펙트럼 형태를 분석}

하였고 , Purkis (2005) ^{는 광학 모델을 이용하여 표층 반사도}

값으로부터 해저에 있는 산호의 반사도 값을 얻어냄으로써

해수에 의해서 왜곡되는 광학적 특성을 재구성하여 분류 정 확도를 향상시켰다 . Mumby et al. (1998) ^와 Mumby (2004)

는 항공기에 Compact Airborne Spectrographic Imager

(CASI) ^{센서를 탑재하여 산호 모니터링을 실시함으로써}

원하는 시간에 찍을 수 없는 인공위성 관측의 단점을 보 완할 수 있었고 , Purkis et al.(2006) ^은 IKONOS ^위성영상

을 이용하여 텍스쳐 분석을 실시함으로써 특정 산호종을 분류하였다 .

이처럼 산호초 지역의 환경특성상 천해의 산호 서식지 를 대상으로 서식환경 분류를 위하여 , ^{높은 공간해상도 및}

분광해상도의 위성영상을 활용한 연구가 세계적으로 이루 어지고 있다 . ^{대부분의 연구가 현장관측 값을 이용한 감독}

분류법을 사용하여 영상을 분류하였고 , ^{그 결과 비교적 높}

은 정확도의 분류 결과를 얻었다 . ^{하지만 화소 기반의 분}

류 방식인 감독분류법은 유사한 스펙트럼에 의한 오분류 결과를 초래 할 수 있다 (Mumby et al. 1998). ^{이러한 이유}

로 감독분류법을 사용하여 분석을 한 후 구성요소를 수정

한다거나 (Mumby et al. 1998), ^{텍스쳐 분석을 실시하고}

(Purkis et al. 2006), ^{수심자료를 추가적으로 이용} (Reigl

and Purkis 2005) ^{하는 등의 추가 분석을 실시함으로써 오}

차율을 줄이려는 시도가 있었다 . ^{본 연구에서는 이러한 기}

존의 감독분류법의 한계를 극복하고자 객체 기반의 영상 분류 방법을 고해상도 영상에 적용하여 열대해역 서식환 경 분류도를 작성하고자 한다 . ^{이를 위하여 우선 연구지역}

의 다양한 지표들 ( ^산호 , ^잘피 , ^{산호사 등} ) ^{에 대한 스펙트럼}

조사를 실시하여 스펙트럼 특성을 파악하고 , ^{이를 바탕으}

로 높은 공간해상도를 갖는 IKONOS ^위성영상 (1 m resolution) ^{과 국내 고해상도 광학위성인} Kompsat-2 ^자료

(4 m resolution) ^{를 이용하여 연안 산호초 지역에 대해 미}

세한 서식 환경 분포도를 작성하여 서식환경변화를 모니 터링 하고자 한다 .

2. 연구지역

연구지역은 한남태평양연구센터가 위치하고 있는 마이 크로네시아 연방국 (Federated Stateds of Micronesia) ^{의 축}

라군 (Chuuk lagoon) ^웨노 (Weno) ^{섬 북동쪽 연안이다}

(Fig. 1). ^{축 라군은 괌에서 남동쪽으로} 1,000 km ^떨어진

곳에 위치하고 있으며 , ^{남서태평양에서 가장 크게 형성된}

라군이다 . 225 km ^{길이의 모래 환초} (atoll) ^{에 의해서 둘러}

싸인 형태로 형성된 안쪽으로 맹그로브로 둘러싸인 11 ^개

의 큰 섬이 위치한다 (Paik et al. 2007). ^{이 지역은 다양한}

산호들과 맹그로브 , ^{그 사이의 해초 지역으로 이루어진 전}

형적인 열대해역의 특성을 보인다 .

연구 지역의 환경은 크게 연안의 산호 , ^해조류 , ^산호사 ,

맹그로브 지역과 외해역의 깊은 바다로 나눌 수 있다 . ^해

안가에 맹그로브가 분포하고 연안 reef ^{의 끝 지역에는 산}

호가 서식하고 있다 . ^{맹그로브와 산호의 중간에는 해초지}

가 형성되어 있으며 해저면은 주로 산호사로 이루어져 있 다 . ^{해초지역은 산호와 맹그로브 사이의 상호작용을 조절}

하기 때문에 이러한 산호 , ^해초지 , ^{맹그로브 지역으로 이}

루어진 시스템은 서로 유기적으로 연결되어 유지되고 있 다 . ^{따라서 어느 한 지표의 증감은 이 지역 환경변화에 영}

향을 미치게 되므로 매우 중요하다 (Paik et al. 2007). ^이

지역의 해조류는

( ^잘피 ),

( ^{잔디 모양의 작은 해조류} ) ^및

( ^{리본 모양의 해조류} ),

등이 보고되 었다 (Paik et al. 2007). ^{산호류는 딱딱한 경산호와 부드러}

운 연산호로 구분될 수 있는데 , ^{경산호로는}

^와

^{가 주를 이루고} , ^{연산호로는}

와

가 주를 이루고 있다 . ^해안선

에는 맹그로브가 서식하고 있으며 그 바깥쪽 연안 해역에 는 잘피가 많이 자라고 있다 . ^{바깥해역으로 나올수록 작은}

해조류들이 나타나면서 잘피가 줄어들어 해저면의 산호사 가 많아지는 특성을 보인다 .

3. 연구 자료 및 방법

현장관측

현장조사는 2007 ^년과 2008 ^{년 두 번에 걸쳐 수행되었다} .

2007 ^년에는 6 ^월 12~24 ^{일 동안 웨노섬을 중심으로 외해역}

과 내해역의 여러 환경에서의 해수반사도 값을 23 ^{개 정점}

에서 관측하였고 , 2008 ^년에는 8 ^월 28 ^일 ~9 ^월 4 ^{일 동안 북}

동쪽 산호초 지역을 중심으로 100 m ^{간격의 격자 형태로}

총 98 ^{개 정점에서 수심 측정} , ^{지표특성 파악 및 수중카메}

라 촬영을 실시하여 환경정보를 획득하였다 . ^{그리고 추가}

적으로 각종 산호 , ^잘피 , ^{산호사 등의 대표적인 지표에}

대해서 광학 특성을 알아보기 위하여 반사도 값을 측정 하였다 .

반사도 측정은 ASD(Analytical Spectral Devices) ^사의

휴대용 분광측정기 (spectroradiometer) ^인 FieldSpec

3 ^모

델 ( ^이하 ASD) ^{을 이용하여 각 지표별 수중 및 표층 위에서}

의 스펙트럼 특성을 측정하였다 . ^{위성에서 얻어지는 해수}

반사도 값을 현장에서 측정하기 위하여 ASD ^{광학장비를}

이용하여 350~2,500 nm ^범위에서 1 nm ^{간격으로 해수 표}

면에서의 총수출광량 (Total water leaving radiance,

),

태양에서의 총 반구상으로 내려오는 총광량 (Down- welling irradiance,

) ^{을 관측하였고} , ^{총 수출광량 값에서}

대기에 의한 영향을 제거하기 위하여 대기에 의한 광량

(sky radiance,

) ^{을 관측하였다} . ^{또한 수심이 얕고 매우}

맑은 해역의 특성 상 해수면 바닥의 지표들이 표층 밖에 서도 뚜렷이 보이기 때문에 해저면 반사도 측정도 실시하

였다 . ^{해저면 반사도 자료 획득을 위해서} ASD ^{광학 장비}

에 15 m ^{길이의 방수 광케이블을 연결하여 측정하였다} .

매우 맑은 해역에서도 해수를 통과하면서 광량이 많이 줄 거나 왜곡되는 현상이 발생하기 때문에 정량적으로 감쇄

Fig. 1. Location of the study area (white box) overlaid with sampling stations in 2008 (Kompsat-2 MSC, RGB-

321 composite image on Sep. 16, 2008).

56 Min, J.-E. et al.

되거나 왜곡되는 정도를 알아야 한다 . ^{따라서 본 연구에서}

는 해저면 대상물에 대한 수중 스펙트럼과 표층 스펙트럼 모두를 동일 대상물에 대하여 측정하여 비교하였다 . ^수중

및 표층 스펙트럼 비교를 위한 광학 측정의 경우 수중에 서는 대상물 10 cm ^위에서 , ^{표층위에서는 표층} 10 cm ^위

와 1 m ^{위의 총} 3 ^{가지 방법을 이용하였다} (Fig. 2).

추가적으로 산호의 서식환경에 큰 영향을 미치는 요소

중의 하나인 수심을 알기 위하여 각 정점 별로 Speedtech

사의 휴대용 음파 수심측정기 (SM-5 ^모델 ) ^{를 이용하여 수}

심 정보를 획득하였고 영상 분류 결과의 확인 및 검증을 위해 모든 정점에서 수중카메라를 이용하여 표층 바로 아 래에서의 해저면에 대한 수중촬영을 실시하였다 .

위성자료 및 분류방법

산호 서식환경 분포도 작성을 위해 2000 ^년 12 ^월 5 ^일에

얻어진 IKONOS ^영상과 2008 ^년 9 ^월 16 ^{일에 얻어진} Kompsat-2 ^{영상을 사용하였다} . IKONOS ^영상은 1 m ^해

상도로 재처리 (Pan sharpening) ^{된 가시광선 영역의} 3 ^밴

드로 구성된 영상을 사용하였고 , Kompsat-2 ^영상은 4 m

해상도의 가시광영역의 3 ^{밴드와 근적외선 영역의} 1 ^밴드

로 이루어진 원 영상을 그대로 이용하였다 . ^{각 영상은 기}

하보정과 방사보정을 실시한 후 , ^{객체기반 영상분류법} (Object-based classification) ^{을 적용하여 분류를 실시하}

였다 .

영상 분류 방법은 크게 픽셀기반 영상분류법 (Pixel- based classification) ^{과 객체기반 영상분류법으로 나눌 수}

있다 . ^{픽셀기반 영상분류법은 레스터 타입의 자료인 위성}

영상의 각 픽셀 값을 기반으로 영상분류를 실시하는 방법 으로서 픽셀의 위치 , ^크기 , ^값의 3 ^{가지 요소를 이용하여}

분류하는 방법이다 . ^{따라서 이 방법을 사용할 경우 모양이}

나 상호관계 등에 의한 분석을 실시할 수 없다는 단점이 있다 (Walker and Blaschke 2008). ^{반면에 객체기반 영상}

분류 방법은 비슷한 특성을 지닌 픽셀을 그룹화 하여 객 체로 만든 다음 , ^{객체를 이용하여 모양이나 상호관계 분석}

을 함으로써 보다 상위 개념의 영상 분류를 실시 할 수 있 다는 장점이 있다 . ^{또한 객체기반의 영상분류방법은 공간}

적으로 인접해 있는 속성을 이용하여 분석할 수 있다는 장점이 있고 (Desclee et al. 2006), ^{이렇게 인접 속성들로}

인해서 합쳐진 객체들은 센서의 한계점을 넘어서 화소 기 반의 영상 분류 방법에 비해서 더 좋은 결과를 보일 수 있 다 (Blaschke and Strobl 2001). ^{이러한 객체기반 영상분류}

법은 주로 고해상도 영상에 많이 사용된다 .

본 연구에서는 Definiens Imaging ^{사에서 개발한 객체}

지향 이미지 분석 소프트웨어인 Definiens

Developer7 ^을

사용하였다 . ^{처음 단계는 객체화} (Segmentation) ^{로써 영상}

을 객체 (object) ^{라는 동일한 성격을 갖는 작은} segment ^로

나누는 작업을 실시하였다 . ^{이렇게 작은 단위의 객체로 나}

누어진 영상을 각 객체의 화소 값과 상호 관계 등을 이용

Fig. 2. Method of measurement for (a and b) in-water and (c and d) above-water spectrum data.

하여 영상 분류를 실시하였다. 분류 지표는 천해지역의 산 호(shallow coral), 산호(coral), 깊은 수심의 산호(deep coral), 모래(sand), 모래와 잘피(sand + seagrass), 잘피 (seagrass), 큰 잘피(large seagrass), 암석(rock), 깊은 바다 (deep sea)의 9개로 구성하였다.

4. 연구 결과

스펙트럼 분석

외해역의 수심이 깊은 곳은 모두 CASE-I water 특성을 보이는 맑은 해역이었지만, 연안의 경우에는 맑은 해역과

탁한 해역으로 나누어져 있었다. 산호가 주를 이루는 해역 은 대체적으로 맑은 해수 특성을 나타냈으나 육지 쪽으로 들어갈수록 잘피가 늘어나면서 유기물과 부유물질이 많아 져 갈색의 해수색을 띄는 CASE-II water 특성을 보였다.

해안선에 맹그로브가 많이 서식하고 있는 연안 지역의 경 우 맹그로브로 인해 발생된 유기물질들이 많이 생성되어 매우 탁한 해수 특성을 보이기도 하였다.

각 지표에 대해 스펙트럼의 차이를 알아보기 위하여 산 호, 잘피, 맹그로브 그리고 외해역의 깊은 바다 지역에 대 해서 해수 스펙트럼을 측정하여 비교한 결과, 각 지표별로 피크 파장대와 파장 간의 경사도 값 등의 구분되는 특성

Fig. 3. Mean values of reflectance spectrum measured (a) in-water and (b) above-water of coral, (c) in- and

above-water of seagrass, (d) above-water of mangrove, and (e) above-water of clear deep sea, and (f)

spectral diminution ratio of the in- and above-water signal of hard coral ( Porites nigrescens ) and seagrass.

58 Min, J.-E. et al.

이 있음을 알 수 있었다 (Fig. 3). Fig. 3a ^는 3 ^{가지 대표적}

인 산호종에 대한 수중 스펙트럼 특성을 나타내는 그래프

이고 , Fig. 3b ^{는 표층위에서의 반사도 스펙트럼을 나타내}

는 그래프이다 . ^{전체적인 형태는} 400 nm ^에서 550 nm ^구

간은 증가하다가 550 nm ^{이후에는 감소하는 형태이다} . 575, 600, 650 nm ^{에서 작은 피크 값을 보이고} 700 nm ^에서

큰 피크를 보이며 800 nm ^{근처에서도 작은 피크 값을 보}

였다 . 3 ^{가지 산호종이 비슷한 특징을 보였으며} , ^이는 Hochberg et al. (2004) ^{이 정의한} Brown coral ^{의 일반적인}

반사도 특성과 일치하는 결과이다 . Hochberg et al. (2004)

는 산호의 색상 특성에 의해 갈색 , ^적색 , ^오렌지 , ^노랑 , ^녹

색 등을 띄는 산호종들은 Brown coral ^로 , ^보라 , ^파랑 , ^분

홍 , ^{회색 등을 띄는 산호종들은} Blue coral ^{로 나누었다} . ^본

연구에서 관측된 경산호인 Porites nigrescens은 녹색을 ,

Montipora digita은 밝은 갈색 , ^{그리고 연산호인 Cladiella}

sp.는 갈색을 띄고 있었다 . ^따라서 Hochberg ^{의 분류에 따}

라 Brown coral ^{에 속하고 스펙트럼 형태도 일치하였다} .

Fig. 3c ^{는 잘피 지역에서 얻어진 수중 및 표층 위에서의}

반사도 스펙트럼 형태를 나타내는 그래프이다 . ^전체적인

경향은 산호의 스펙트럼 (Fig. 3a and b) ^{과 유사하게 나타}

났다 . ^{특히 경산호 종인} Porites nigrescens와 매우 비슷한 스펙트럼 형태를 보이지만 수중 스펙트럼의 경우 근적외 선 영역에서의 반사도 특성이 다른 것을 확인 할 수 있었 다 . ^{이러한 근적외선 영역에서의 다른 반사도 특성을 이용}

한다면 분류가 가능할 것으로 판단된다 . ^{하지만 표층 위에}

서 관측된 반사도 스펙트럼의 경우 , 800 nm ^{이후의 피크}

값이 사라진 것을 알 수 있다 . ^{반면에 산호류의 피크 값들}

은 작아지긴 했지만 사라지지는 않았다 . ^{보다 정확한 비교}

를 위해 잘피와 경산호류인 Porites nigrescens의 표층 / ^수

중 스펙트럼의 감소율을 계산하였다 (Fig. 3f). ^{감소율이 파}

장에 따라 다르게 나타나고 있음을 확인할 수 있었다 . ^전

체적으로 잘피의 감소율이 경산호에 비해 크게 나타났다 .

가시광 영역 (400~700 nm) ^{에서는 비슷한 패턴으로 감소하}

지만 근적외선 영역 (700~900 nm) ^{에서는 다른 패턴을 보}

였다 . ^{이러한 근적외선 영역에서의 차이를 이용하면 분류}

에 도움이 될 것으로 판단된다 .

Fig. 3d ^{는 맹그로브 지역에서 얻어진 표층위에서의 해}

수 반사도 스펙트럼을 나타낸다 . Mangrove-inner1 ^과

-inner2 ^{정점은 작은 만처럼 형성된 안쪽으로 유기물의 함}

량이 매우 높은 탁한 해역이다 . ^{이 두 지점의 스펙트럼은}

400~500 nm ^{사이에서는 균일한 값을 나타내다가} 500~

550 nm ^{사이에서 갑자기 증가하고} , ^다시 550~600 nm ^사

이에서 급격히 감소하는 형태를 보인다 . ^또한 600~700 nm

사이에는 비교적 균일한 값을 나타내다가 700~750 nm ^사

이에서 갑자기 감소하는 형태를 나타내고 있다 . ^맹그로브

지역의 경우 산호나 잘피 지역에서 나타나는 700 nm ^근

처의 작은 피크 값은 관측되지 않았다 . ^{마지막으로} Fig. 3e

는 맑고 깊은 외해역에서 얻어진 값으로 전형적인 CASE-

I water ^{의 스펙트럼 형태를 보이고 있음을 알 수 있다} .

열대해역 서식환경 분류 및 모니터링

Fig. 4a ^와 b ^{는 각각} IKONOS ^와 Kompsat-2 ^{영상을 이용}

하여 객체기반 분류법에 의하여 작성된 서식환경 분포도 이다 . 1 m ^{의 해상도를 갖는} IKONOS ^{영상의 경우} 4 m ^의

해상도를 갖는 Kompsat-2 ^{에 비해서 미세한 분류가 잘 이}

루어졌다 . ^{일반적으로 화소 기반의 영상분류 방법을 사용}

할 경우에는 해상도가 높을수록 클래스가 너무 작게 분류 되어 스페클 오류와 같이 보이는 현상이 나타난다 . ^하지만

본 연구에서 적용된 객체기반의 영상분류 방법의 경우에 는 객체화 과정을 통해 객체의 크기를 조절해 줌으로써 클래스가 너무작게 생성되는 것을 막을 수 있다 . ^반면에

IKONOS ^{영상의 경우 근적외선 밴드가 없기 때문에 잘피}

와 산호의 분류시 Kompsat-2 ^{에 비해서 더 많이 오분류되}

는 결과를 보였다 . ^{산호와 잘피가 잘 분류되지 않는 현상}

은 Kompsat-2 ^{에서도 나타났는데} , ^{이는 산호와 잘피의 전}

체적인 반사도 스펙트럼이 비슷하기 때문이다 . ^근적외선

Fig. 4. Habitat map of north-eastern Weno island using (a) IKONOS image acquired in December 5, 2000 and

(b) Kompsat-2 image acquired in September 16, 2008.

영역에서의 차이 또한 해수를 통과하여 나오면서 감쇠되 기 때문에 근적외선 영역의 밴드 사용에도 한계가 있음을 알 수 있었다 .

2008 ^{년 현장관측을 통해 얻어진} 36 ^{개 정점에서의 지표}

데이터베이스 자료를 기반으로 분류된 영상의 정확도 검 증을 실시하였다 . ^{정확도 검증용 자료가} 2008 ^{년에 실시된}

현장관측 값이기 때문에 2000 ^{년에 얻어진} IKONOS ^영상

의 정확도를 검증하기에는 시간차가 많은 듯하여 2008 ^년

에 획득된 Kompsat-2 ^{영상만 정확도 검증을 실시하였다} .

Table 1 ^{은 정확도 검증의 결과로서 전체 정확도는}

72.22%, Kappa ^계수는 0.63 ^{을 보였다} . Kappa ^{분석은 정}

확도 평가에 사용되는 이산 다변량 기법중 하나로서

Kappa ^{계수는 원격탐사를 이용하여 만든 분류지도와 참}

조 자료 사이의 일치도나 정확도를 나타내는 지수이다

(Jensen 2005). ^{정확도 검증의 경우 많은 샘플을 이용하여}

하는 것이 좋지만 본 연구의 경우에는 연구 지역이 약

0.7 km

^{정도의 매우 좁은 지역이고} , ^{현장조사를} 100 m

간격으로 수행하였기 때문에 많은 검증용 자료를 획득하 지 못했다 . ^{산호 서식 환경의 미세한 분포 특성상 보다 좁}

은 간격의 많은 샘플링이 필요하다 . ^{적은 자료를 이용한}

정확도 검증이기는 했지만 비교적 높은 수준의 일치 결과 를 얻었다고 판단되기 때문에 결과로 얻어진 두 시기의 분류 영상을 이용하여 서식 환경 변화를 분석하였다 .

Fig. 4 ^{의 두 결과 영상에서 알 수 있듯이 산호사 지역이}

잘피 등의 해조류로 많이 변화되었다 . ^{또한 육상 쪽으로}

갈수록 존재하는 기존의 잘피 지역이 더 넓어졌고 긴잘피 지역이 눈에 띄게 늘어난 것을 확인할 수 있었다 . ^반면에

산호초 경계 지역에 위치하는 산호의 면적은 많이 줄어들 었다 . ^{정량적 비교를 위하여 각 영상별로 지표별 점유 면}

적과 백분율을 계산하여 보았다 (Table 2). ^{긴잘피 밀집 지}

역의 경우 전체적으로 8% ^{증가된 것을 알 수 있다} . ^반면

에 산호의 면적은 42.09% ^에서 35.82% ^{로 전체적으로}

6.27% ^{감소되었다} . ^{수심별로는 낮은 수심의 산호가} 4.1%,

깊은 수심의 산호가 2.47% ^{감소하였고 중간 수심의 산호}

는 0.3% ^{증가로 큰 차이가 없었다} . ^{전체적으로 산호와 산}

호사는 줄어든 반면 , ^{잘피 지역이 늘어난 경향이 나타났}

다 . ^{보다 정확한 모니터링을 위해서는} 8 ^{년 동안 중간 시}

기에 얻어진 타 영상을 이용한 추가 분석이 요구되고 , ^다

른 환경관측 자료와의 상호 비교가 필요할 것으로 판단 된다 .

Table 1. Accuracy assessment of results classification

Kompsat-2 Coral Sand Sand+

seagrass Seagrass Rock Total User's accuracy (%)

Coral 4 0 2 0 0 6 66.67

Sand 2 6 2 0 0 10 60.00

Sand+seagrass 0 1 4 0 0 5 80.00

Seagrass 3 0 0 11 0 14 78.57

Rock 0 0 0 0 1 1 100.00

Total 9 7 8 11 1 36

Producer's accuracy (%) 44.44 85.71 50.00 100.00 100.00 Overall accuracy 72.22%

Kappa coefficient 0.63

Table 2. Comparative analysis of class coverage from results classification

　 Class names IKONOS Kompsat-2

Pixels Area (m

) % Pixels Area (m

) %

Seagrass 78,557 78,557 15.26 5,969 95,504 15.05

Large seagrass 24,794 24,794 4.82 5,019 80,304 12.65

Sand+seagrass 102,420 102,420 19.9 7,429 118,864 18.73

Sand 85,416 85,416 16.6 5,799 92,784 14.62

Shallow coral 51,790 51,790 10.06 2,366 37,856 5.96

Coral 70,603 70,603 13.72 5,560 88,960 14.02

Deep coral 94,248 94,248 18.31 6,282 100,512 15.84

Rock 3,261 3,261 0.63 166 2,656 0.42

Deep sea 3,570 3,570 0.69 1,079 17,264 2.72

Total 514,659 514,659 100 39,669 634,704 100

60 Min, J.-E. et al.

5. 결론 및 토의

우리나라와 환경 특성이 많이 다른 열대해역의 서식환 경에 대해서 고해상도 위성영상을 이용하여 서식 환경 변 화를 비교 분석하였다 . ^{이를 위해서 한남태평양연구센터}

가 위치해 있는 축 라군의 웨노 섬을 주변으로 2007 ^년 ,

2008 ^년 2 ^{회에 걸친 현장조사를 실시하였다} . ^{현장 조사 결}

과 연구지역은 크게 산호 , ^잘피 , ^산호사 , ^{맹그로브로 구성}

된 연안 해역과 맑은 CASE-I water ^{성격을 띠는 외해역}

으로 이루어져있음을 알 수 있었다 . ^{영상 분류를 위한 사}

전 연구로서 각각의 지표 특성 별 반사도 스펙트럼을 측 정하여 비교하였으며 , ^{변화가 많은 연안 해역을 중심으로}

서식환경 변화를 알아보기 위하여 2000 ^년 12 ^월 5 ^일의

IKONOS ^{위성영상과} 2008 ^년 9 ^월 16 ^일의 Kompsat-2 ^위

성영상을 이용하여 서식환경 분포도를 작성하였다 . IKONOS ^와 Kompsat-2 ^{는 각각} 1, 4 m ^{해상도를 갖는 고}

해상도 위성영상으로서 기존의 화소 기반의 영상분류 방 법으로 분류하기에 한계가 있기 때문에 객체기반의 영상 분류 방법을 이용하여 분석하였다 . ^{서식환경 분포도를 이}

용하여 각 지표의 면적 변화를 비교하여 본 결과 잘피 지 역이 약 8% ^{정도 증가하였고} , ^{산호 지역은 약} 6% ^정도

감소된 것을 알 수 있었다 .

각 지표별 스펙트럼 측정 결과 , ^{지표 별로 다른 특성을}

나타내고 있음을 알 수 있었다 . ^{산호의 경우} 400~550 nm

구간은 낮은 값을 보이면서 증가하다가 550 nm ^{이후에 감}

소하는 형태가 일반적이었다 . ^{본 연구에서 획득된} 3 ^개의

산호종들 ( Porites nigrescens , Montipora digita , ^Cladiella

sp. ) ^{은 모두} 575, 600, 650 nm ^{에서 작은 피크 값을 보였}

고 , 700 nm ^{에서 큰 피크를 그리고} 800 nm ^{에서 작은 피크}

값을 나타냈다 . ^{잘피의 경우에는 경산호 종인 Porites}

nigrescens와 매우 유사한 반사도 스펙트럼 형태를 가지고 있었는데 , ^{이런 이유로 몇몇 산호 지역이 잘피와 상호 오}

분류되는 현상이 나타났다 .

인공위성에서 관측되는 스펙트럼은 실제 해수 속에서 반사된 광이 해수를 통과하여 나오면서 왜곡이 발생된 이 후의 값이기 때문에 실제 반사도 값과는 차이를 갖게 된 다 . ^{따라서 본 연구에서는 실질적인 차이의 정도를 파악하}

기 위하여 수중 스펙트럼과 표층 위에서의 스펙트럼을 모 두 관측하여 비교하였다 . ^{그 결과 지표 별로 파장에 따라}

감쇄되는 정도가 다르게 나타나는 것을 알 수 있었다 . ^특

히 경산호와 잘피의 수중 스펙트럼 경우 근적외선 영역에 서 많은 차이를 보였지만 표층위로 올라오면서 감쇠되는 정도가 다르면서 근적외선 영역에서의 차이가 감쇠되어 비슷한 값을 갖게 되었으며 그에 따라서 산호와 잘피의 분류에 어려움이 있었다 . ^{이러한 왜곡은 광학적 모델을 사}

용하여 보정하거나 텍스쳐 분석 등의 다른 분석 방법을

사용하면 보완할 수 있을 것으로 생각된다 .

반사도 측정의 경우에는 광 측정시 주변 광학적 환경

에 영향을 많이 받는 상대적 광특성 (Apparent Optical

Properties, AOPs) ^{의 성격상 주위 광에 따라 값이 많이 변}

하기 때문에 지표의 대표 특성을 나타낼 수 있는 반사도 값이라고 하더라도 많은 관측을 통하여 대표하는 값을 찾 아내는 것이 중요하다 . ^{이러한 대표 광특성 값을 제대로}

얻기 위해서는 많은 현장조사를 통한 표준화 작업이 필수 적이다 . ^{또한 우리나라에는 없는 서식 환경들이기 때문에}

충분한 현장 조사는 굉장히 중요한 부분이다 . ^{하지만 접근}

이 쉽지 않고 날씨의 영향을 많이 받으며 비용이 많이 드 는 문제 등으로 인해 연구지역에서의 충분한 현장조사가 이루어지지 못했기 때문에 영상 분류의 기초 자료가 되는 각 지표별 원격반사도 스펙트럼 값을 얻는 데에 한계가 있었다 . ^{앞으로 꾸준하고 지속적인 현장 관측을 통해서 해}

당 지표들에 대해 일반화된 광학적 특성 값을 얻어낸다면 영상 분류 결과의 향상에 도움이 될 것으로 기대된다 . ^또

한 고해상도 영상을 이용하여 영상분류를 할 경우에 해저 면에서는 하나의 지표로 구성되어 있지만 표층에서의 파 도나 경사도면 등에 의한 태양 반사도 차이 등의 이유로 다른 지표로 분류되는 오류가 발생될 수 있다 . ^{본 연구에}

서는 이러한 문제점은 객체지향 영상분류 방법을 사용함 으로써 어느 정도 효과적으로 제거할 수 있었다 .

분류된 영상의 정확도 검증은 2008 ^년 9 ^{월에 촬영된}

Kompsat-2 ^{영상에 대해서} 2008 ^년 8 ^{월에 얻어진 현장관}

측 값을 이용하여 실시하였다 . ^{그 결과} 72.22% ^{의 전체정}

확도를 얻을 수 있었다 . ^{적은 검증 자료의 이용} , ^{넓은 현}

장 자료의 샘플링 간격 등의 이유로 그리 높은 정확도를 얻진 못했다 . ^{현장관측 값을 이용한 정확도 검증 결과} , ^죽

은 산호 구별이 어려웠으며 어두운 녹색을 띄는 잘피와 깊은 곳의 산호가 같은 지표로 분류되는 문제점이 발생되 었다 . ^{이러한 문제를 해결하기 위해서는 초다분광 센서를}

항공기에 탑재하여 관측함으로써 높은 분광 및 공간 해 상도를 갖는 영상을 얻어 분석한다면 보다 좋은 결과를 얻을 수 있을 것으로 기대한다 . ^{또한 추가적으로 맹그로}

브를 분류할 경우 육상의 다른 나무들과 구별이 힘들었

는데 이러한 문제는 SAR ^{자료를 이용한다면 바다에서}

자라는 맹그로브의 독특한 특성으로 인해 반사특성이 육 상식물과 구분이 되어 분류 정밀도를 높일 수 있을 것으 로 기대된다 .

사 사

연구과정중 한남태평양연구센터에서 이루어진 현장관

측 과정에서 현지정보 제공 등의 많은 도움을 주신 김한

준 연구원과 이대원 연구원께 감사를 드립니다 . ^{본 연구는}

한국해양연구원의 “열대 태평양 기지운영 및 기본연구활 동 지원 사업(PE98494)”과 공공기술연구회의 “위성자료 공공활용연구 - 해양분야 위성활용연구 사업(2010년도 과 제)”의 지원으로 수행되었습니다.

참고문헌

권문상 , ^노재훈 , ^이미진 (2005) ^{남태평양 해양의 잠재력과 우}

리나라의 새로운 연구개발 투자 분야에 대한 고찰 . Ocean and Polar Res 27 (4):419-431

현상민 , 박흥식 , 김수현 (2003) 산호 골격 중의 지화학 원소 :

지구 기후변화 및 해양오염의 지시자 가능성 . 대한지질학 회지 44 (1):119-131

Andréfouët S, Karamer P, Torres-Pulliza D, Joyce KE, Hochberg EJ, Garza-Pérez R, Mumby PJ, Riegl B, Yamano H, White WH, Zubia M, Brock JC, Phinn SR, Naseer A, Hatcher BG, Muller-Karger FE (2003) Multi- site evaluation of IKONOS data for classification of tropical coral reef environments. Remote Sens Environ

88 (2):128-143

Blaschke T, Strobl J (2001) What's wrong with pixels?

Some recent development interfacing remote sensing and GIS. GeoBIT/GIS 6 (1):12-17

Desclee B, Bogaert P, Defourny P (2006) Forest change detection by statistical object-based method. Remote Sens Environ 102 (1):1-11

Hochberg EJ, Atkinson MJ, Apprill A, Andréfouët S (2004) Spectral reflectance of coral. Coral Reefs 23 (1):84-95 Jensen JR (2005) Introductory digital image processing: a

remote sensing perspective. Prentice-Hall Inc, New Jersey, pp 250-251

Joyce KE, Phinn SR, Roelfsema CM, Neil DT, Dennison WC (2004) Combining Landsat ETM+ and reef check classifications for mapping coral reefs: a critical assessment from the southern Great Barrier Reef, Australia. Coral Reefs 23 (1):21-25

Kutser T, Jupp DLB (2006) On the possibility of mapping living corals to the species level based on their optical signatures. Estuar Coast Shelf Sci ⁶⁹ (4):607-614

Kutser T, Miller I, Jupp DLB (2006) Mapping coral reef benthic substrates using hyperspectral space-borne

images and spectral libraries. Estuar Coast Shelf Sci

70 (3):449-460

Mumby PJ, Green EP, Clark CD, Edwards AJ (1998) Digital analysis of multispectral airborne imagery of coral reefs. Coral Reefs 17 (1):59-69

Mumby PJ, Hedley JD, Chisholm JRM, Clark CD, Ripley H, Jaubert J (2004a) The cover of living and dead corals from airborne remote sensing. Coral Reefs 23 (2):171-183 Mumby PJ, Skirving W, Strong AE, Hardy JT, LeDrew EF, Hochberg EJ, Stumpf RP, David LT (2004b) Remote sensing of coral reefs and their physical environment.

Mar Pollut Bull ⁴⁸ (3):219-228

Paik SG, Park HS, Kang RS, Rho HS, Lee JH (2007) Composition and configuration of tropical seagrass habitats in Chuuk Lagoon, FSM. In: Abstracts of the 2nd South Pacific Islands Regional Investigation on Tropical Marine System (SPIRITS) Workshop, Korea Ocean Research & Development Institute, Seoul, 15th Nov 2007

Purkis SJ (2005) A “Reep-Up” approach to classifying coral habitats from IKONOS imagery. IEEE Trans Geosci Remote Sensing ⁴³ (6):1375-1390

Purkis SJ, Myint SW, Riegl BM (2006) Enhanced detection of the coral Acropora cervicornis from satela ce imagery using a textural operator. Remote Sens Environ 101 (1):

82-94

Riegl BM, Purkis SJ (2005) Detection of shallow subtidal corals from IKONOS satellite and QTC View (50,200 kHz) single-beam sonar data (Arabian Gulf; Dubai, UAE). Remote Sens Environ 95 (1):96-114

Sterckx S, Debruyn W, Vanderstraete T, Goossens R, Heijden P (2005) Hyperspectral data for coral reef monitoring. A case study: fordate, tanimbar, Indonesia.

EARSel eProceedings 4 (1):18-25

Walker JS, Blaschke T (2008) Object-based land-over classification for the Phoenix metropolitan area: optimization vs. transportability. Int J Remote Sens ²⁹ (7):2021-2040

Received Nov. 20, 2009

Revised Mar. 10, 2010

Accepted Mar. 22, 2010