Weight of Evidence 기법을 이용한 영남지역의 산지습지 가능지역 추출

Potential Mapping of Mountainous Wetlands using Weights of Evidence Model in Yeongnam Area, Korea

이 연구에서는 접근이 어렵고 범위가 광대하여 많은 시간과 비용이 소요되는 산지습지의 현장조사 대상범위를 줄이고 작업의 효율성을 높이기 위해 산지 습지 위치와 지형 및 기타 GIS 정보 사이의 관계를 확률로 표현하는 Weight of Evidence 기법을 적용하여 산지습지 가능지역을 추출하였다. 이를 위하여 영남지역을 대상으로 산지습지와 관련된 경사 분포, 곡률 분포, 식생지수 분포, 습윤지수 분포, 토양 배수등급 분포 등 공간 데이터베이스를 구축하고 이를 기존 산지습지 위치와의 상관관계를 통하여 Weight of Evidence를 구하였다. 우도비를 통하여 산지습지 가능성에 대한 각 요인의 등급을 분석한 결과 경사도, 곡률, 식생지수, 습윤지수가 낮을수록, 토양 배수등급이 양호한 곳에 산지습지 분포 가능성이 높은 것으로 나타났다. 산지습지가능성도 작성을 위하여 각 요인의 등급에 대하여 Weight of Evidence 가중치를 부여하고 GIS 중첩분석을 실시하여 산지습지가능지수를 산출하였다. 그리고 검증을 위하여 산지습지 가능지수 등급구간에 대한 산지습지 위치 포함 누적비율을 표시한 성공확률곡선을 작성하고 면적비율을 계산한 결과 75.48%로서 상당히 높은 예측정확도를 나타내었다.

Weight of evidence model was applied for potential mapping of mountainous wetland to reduce the range of the field survey and to increase the efficiency of operations because the surveys of mountainous wetland need a lot of time and money owing to inaccessibility and extensiveness. The relationship between mountainous wetland location and related factors is expressed as a probability by Weight of evidence model. For this, the spatial database consist of slope map, curvature map, vegetation index map, wetness index map, soil drainage rating map was constructed in Yeongnam area, Korea, and weights of evidence based on the relationship between mountainous wetland location and each factor rating were calculated. As a result of correlation analysis between mountainous wetland location and each factors rating using likelihood ratio values, the probability of mountainous wetlands were increased at condition of lower slope, lower curvature, lower vegetation index value, lower wetness value, moderate soil drainage rating. Mountainous Wetland Potential Index(MWPI) was calculated by summation of the likelihood ratio and mountainous wetland potential map was constucted from GIS integration. The mountain wetland potential map was verified by comparison with the known mountainous wetland locations. The result showed the 75.48% in prediction accuracy.