Calculation Method of Oil Slick Area on Sea Surface Using High-resolution Satellite Imagery: M/V Symphony Oil Spill Accident

고해상도 광학위성을 이용한 해상 유출유 면적 산출: 심포니호 기름유출 사고 사례

Abstract

In order to minimize damage to oil spill accidents in the ocean, it is essential to collect a spilled area as soon as possible. Thus satellite-based remote sensing is a powerful source to detect oil spills in the ocean. With the recent rapid increase in the number of available satellites, it has become possible to generate a status report of marine oil spills soon after the accident. In this study, the oil spill area was calculated using various satellite images for the Symphony oil spill accident that occurred off the coast of Qingdao Port, China, on April 27, 2021. In particular, improving the accuracy of oil spill area determination was applied using high-resolution commercial satellite images with a spatial resolution of 2m. Sentinel-1, Sentinel-2, LANDSAT-8, GEO-KOMPSAT-2B (GOCI-II) and Skysat satellite images were collected from April 27 to May 13, but five images were available considering the weather conditions. The spilled oil had spread northeastward, bound for coastal region of China. This trend was confirmed in the Skysat image and also similar to the movement prediction of oil particles from the accident location. From this result, the look-alike patch observed in the north area from the Sentinel-1A (2021.05.01) image was discriminated as a false alarm. Through the survey period, the spilled oil area tends to increase linearly after the accident. This study showed that high-resolution optical satellites can be used to calculate more accurately the distribution area of spilled oil and contribute to establishing efficient response strategies for oil spill accidents.

해상에서 발생하는 유출유 사고는 피해 최소화를 위해서 신속한 현황 정보 수집이 필수적이며, 인공위성은 해상에 유출된 기름을 탐지하는데 매우 유용한 도구이다. 최근에 활용 가능한 인공위성 수가 급속하게 증가함에 따라, 사고발생 이후 준실시간 수준의 해상 유출유 현황 정보 생성이 가능해졌다. 본 연구에서는 2021년 4월 27일 중국 칭다오항 앞바다에서 발생한 심포니호 기름 유출사고를 대상으로 다종 인공위성 영상을 이용하여 기름 유출 면적을 산출하였다. 특히, 2 m 공간해상도 정보 획득이 가능한 고해상도 상용 인공위성 영상을 이용하여 기름유출 면적 산출의 정확도 향상 가능성을 평가하였다. 4월 27일부터 5월 13일까지 Sentinel-1, Sentinel-2, LANDSAT-8, GEO-KOMPSAT-2B (GOCI-II) 및 Skysat 위성영상을 수집하였으며, 기상조건을 고려하여 탐지 가능한 5장의 영상을 대상으로 유출유 탐지를 수행하였다. 유출된 기름은 사고발생 지점으로부터 남서-북동 방향으로 확산하면서, 외해에서 육지 쪽으로 이동하였다. 이러한 이동 경향은 Skysat 영상에서 확인이 가능하였으며, 사고 위치로부터 기름 입자의 이동예측을 수행한 결과와 유사하게 나타났다. 고해상도 인공위성 영상 탐지결과 및 이동예측 결과를 이용하여, 5월 1일 Sentinel-1A 영상에서 사고지점 북쪽 해역의 패치는 유사 기름으로 추정하였다. 이러한 오탐지를 제거한 결과 유출유 면적은 사고발생 후 선형적으로 증가하는 경향을 나타냈다. 본 연구 결과는 향후 고해상도 광학위성의 사용이 유출유의 분포 면적을 더욱 정확하게 산출함을 보여주었으며, 해상유출유 대응 과정에서 효율적인 방제계획 수립에 기여할 것으로 판단된다.

1. 서론

해상에서 발생한 유출유 사고는 피해 최소화를 위해서 신속한 현황 정보 수집이 필수적이다. 하지만, 대부분 사고들이 강한 바람 및 높은 파도 등 악기상 조건에서 발생하기 때문에, 현황 정보 수집에 많은 어려움이 있다. 인공위성을 포함한 원격탐사 기술은 이러한 조건에서 해상에 유출된 기름을 탐지하는데 매우 유용한 도 구이다. 탑재된 센서에 따라서 유출된 기름의 다양한 정보를 획득할 수 있으며, 다양한 센서 정보의 융합을 통해 정교한 정보를 생산하는 연구가 진행되었다(Robbe and Hengstermann, 2006). 인공위성은 상대적으로 긴 관측주기를 가지고 있지만, 최근에 상용 인공위성을 포함하여 사용이 가능한 플랫폼의 수가 급속하게 증가함에 따라, 준실시간 수준의 자료수집이 가능해졌다(Kim and Kang, 2021). 하지만, 탑재된 센서의 특성에 따라 동일한 해상 유출유를 대상으로 상이한 정보가 획득되는 경우가 발생할 수 있으며, 검증 자료가 존재하지 않는 경우 오탐지 결과를 선별하는 것은 매우 어렵다.

SAR 인공위성은 유출유 탐지에 가장 널리 사용되는 도구이며, 최근에는 인공지능 기술을 이용한 탐지 기술 연구가 활발하게 수행되고 있다(Krestenites et al., 2019; Bianchi et al., 2020; Zeng et al., 2020; Zhang et al., 2020; Park et al., 2021). SAR 인공위성의 가장 큰 장점은 기상상황에 영향을 적게 받으며, 야간에도 관측이 가능하다는 것이다. 하지만, 바람, biogenic film 등과 같은 기름 유사 패치와 구분이 어렵다(Solberg, 2012; Alpers et al., 2017; Kim et al., 2018). 광학 위성은 기상상황, 태양 전반사 등 다양한 조건에 제약을 받지만, 고해상도 영상의 경우 육안 판독이 가능하며 유사 물질과 구분이 상대적으로 용이한 장점이 있다(Mityagina et al., 2016; Park et al., 2020).

최근에, 서로 다른 센서의 장단점을 고려하여, 정교한 유출유 탐지 정보 생산을 목적으로 다양한 종류의 센서 영상을 함께 사용하는 연구가 진행되었다(Zhao et al., 2014; Mityagina et al., 2016; Arslan, 2018; Putra M.I.J. et al., 2019; Rajendran S. et al., 2021). Zhao et al. (2014)는 MODIS, MERIS, Landsat 7 ETM+, Landsat 8 영상을 이용하여 유출유 탐지 가능성에 대해 연구하였다. SAR 영상과 광학영상을 함께 사용하여 유출유 탐지 향상을 위해 Mityagina et al. (2016)는 Landsat-5 TM, EnvisatASAR, Sentinel-1 C-SAR, Landsat-8 OLI 영상을 사용하였고, Arslan (2018)은 Sentenel-1 C-SAR, Landsat-8 MS 영상을, Putra, et al. (2019)와 Rajendran S. et al. (2021)는 Sentinel-1 C-SAR, Sentinel-2 MSI 영상을 함께 사용한 연구를 진행하였다.

최근 많은 인공위성이 주기적 관측을 수행하고 연구를 위해서 무료로 영상을 제공하고 있다. 대표적인 예로 ESA에서 운영하는 Sentinel-1A/B는 6일 간격으로 유사한 영역의 관측이 가능하며, 관측 후 24시간 이후에 Copernicus Open Access Hub를 통해서 자료 수집이 가능하다(https://directory.eoportal.org/). Sentinel-2A/B는 5일 간격으로 사고가 발생한 주변 해역의 영상 관측이 수행되며, 24시간 이내로 Copernicus Open Access Hub에서 다운로드 받을 수 있다. 2020년에 발사된 GK-2B 인공위성의 GOCI-II 센서는 23~08시(UTC)에 1시간 간격으로 황해 영역을 포함하는 영상을 제공하고 있으며 (Han et al., 2020), Landsat-8의 경우 16일 간격으로 동일 한 영역의 관측을 수행하고 있다(Roy et al., 2014). 비록 상업용 위성이지만, Capella, ICEYE 등 군집형 SAR 위 성은 각각 1일 이내에 원하는 영역의 촬영이 가능하다 (Kim and Kang, 2021). 또한, Planetscope, Worldview series, Skysat series 등 수많은 군집형 광학 위성은 많은 분야에 활용되고 있다(Part et al., 2019; Garcia-Pineda et al., 2020). 사용 가능한 위성 플랫폼의 수가 증가함에 따라, 보다 짧은 간격의 영상 관측이 가능해졌다. 하지만, 우리나라 주변 해역을 대상으로 고해상도 (≤ 3 m) 광학위성을 포함한 다중 해상도의 인공위성 영상을 이용한 해상 유출유 사고 대응 사례는 매우 적으며, 본 연구를 통해 사고 발생시 가용한 다중 해상도 인공위성 현황을 대응 사례 중심으로 제시하고 고해상도 광학위성 활용에 의한 유출 탐지 면적 변화 결과를 소개한다.

본 연구에서는 2021년 4월 27일 중국 Qingdao port 앞바다에서 발생한 심포니호 기름 유출 사고를 대상으로, 사용 가능한 인공위성 영상 기반의 면적산출 초기 결과를 소개한다. 3종의 광학 인공위성 영상과 1종의 SAR 영상을 사용하였으며, 16일 동안 10장의 인공위성 영상을 분석하였다. 영상 자료처리는 SNAP (SentinelApplication Platform)과 ENVI (Environmental for Visualizing Images)를 사용하였으며, 육안 판독을 통해 유출유 분포 면적을 결정하였다. 고해상도 광학위성 관측시간을 중심으로 가까운 시간의 중·저 해상도의 위성영상 탐지 결과와 같은 날에 다른 위성에서 추출된 유출유 탐지 결과와 비교를 실시하였으며, 방제활동의 관점에서 수집된 자료의 활용 가능 현황을 검토하였다.

2. 자료 획득 및 기상조건

1) 심포니호 기름유출 사고

지난 2021년 4월 27일에 중국 칭다오항(Qingdao port) 앞바다에서 심포니호(M/V Symphony, tanker)와 씨저스 티스호(Sea Justice, bulk vessel)가 충돌하는 사고가 발생하였다(Red mark in Fig. 1). 보도자료에 따르면 사고의 주요 원인은 짙은 해무로 추정되며 선박에서 유출된 기름의 양은 약 400톤으로 추정되나 아직 공식적인 자료는 배포되지 않았다.

Fig. 1. Coverage map of satellite images. Yellow, orange, green, magenta, blue and sky-blue represent Sentinel-1A, Sentinel-1B, Sentinel-2A/B, Landsat-8, Skysat-13 and GOCI-II (slot 10) coverage, respectively. Red mark indicates collision location of Symphony ship (120-58-43.31 E, 35-43-51.26 N). The small map at the upper-right corner shows the 10th slot coverage of GOCI-II image.

2) 인공위성 영상

사고발생 이후, 16일동안 Landsat-8, GOCI-II, Sentinel-1, Sentinel-2, Skysat 위성영상을 수집하였으며(Fig. 1), 구름 조건 등 분석 가능한 영상 5장을 선별하여 유출유 분포 면적을 산출하였다. Sentinel-2 영상의 경우 사고 해역을 대상으로 모든 영상에서 구름이 존재하여 본 연구에서는 제외하였다. GOCI-II 영상은 동일한 일자에 관측된 영상에서 사고발생 주변 해역에 구름이 가장 없는 시간의 자료를 선택하였으며, 5월 5일은 Skysat 위성과 가장 가까운 시간의 영상을 사용하였다.

Fig. 2는 본 연구에 사용된 위성영상의 관심영역을 보여준다. Skysat-13 영상은 관측 범위가 매우 좁아서, 사고 발생 지점 주변의 영상만 나타내었다(Fig. 2(e)). 2021 년 4월 27일 Landsat-8 영상의 경우 대부분 영역에 옅은 구름 또는 해무가 존재하였지만, 사고 선박 주변의 해역에서 육안으로 분포된 기름영역의 확인이 가능하였다. 5월 2일과 5일 GOCI-II 영상에서는 구름이 많이 분포해 있었지만, 일부 해역에서 기름으로 추정되는 패치를 확인할 수 있었다. 5월 1일의 Sentinel-1A에서는 사고선박 주변과 북쪽 해역에서 대규모 해상 유출유 의심 지역을 확인할 수 있었다.

Fig. 2. Satellite images around accident location. (a) Landsat-8, April 27, 2021 02:35 (UTC), (b) Sentinel1A May 01, 2021 09:59 (UTC), (c) GK-2B May 02, 2021 00:15 (UTC), (d) GK-2B May 05, 2021 02:15 (UTC), (e) Skysat-13 May 05, 2021 02:16 (UTC).

Table 1. The satellite data used to analyze the oil spill of the Symphony oil tanker collision

3) 해양 및 기상 조건 사고

사고 발생 당시, 주변 해역은 짖은 안개가 발생하였고, 최대파랑주기는 5.1s(earth.nullschool.net,WAVEWATCH III/NCEP/NWS)로 평온한 상태였다. 2021년 4월 27일에서 5월 13일까지 칭다오항 주변 해역의 해류는 남서에서 남류가 우세한 특징을 보이고(earth.nullschool.net, OSCAR/Earth & Space Research), 반복적인 남서-북동 방향의 조류(국립해양조사원 수치조류도)의 지배적인 영향을 받았다. 같은 기간 평균 풍향은 남동-남서방향 으로 평균 약 7 m/s였으며(earth.nullschool.net, GFS/ NCEP/US National Weather Service), 5월 1일, 5월 7일, 5월 13일에 SAR 영상이 촬영된 시각의 풍향과 풍속은 북서풍과 약 4.7 m/s, 남서풍과 약 6.4 m/s, 남동풍과 3.9 m/s 이였다. 연구 기간동안 주변 해역에는 확보한 위성영상에서 총 2일(4월 28일, 5월 3일) 구름이 관측되었으며, 4월 30일~5월 2일, 5월 5일에 사고발생 주변 해역은 상대적으로 적은 구름분포를 나타내었다.

3. 해상유출유 면적 산출 방법

1) 위성영상 전처리

Landsat-8 영상은 UGSG (U.S. Geological Survey)에서 제공하는 L1TP (Terrain Precision Correction)자료를 사용하였다. RGB composite 영상을 생성하였으며, 기름 유출 영역의 식별을 위해서 영상강조기법을 적용하였다. GOCI-II는 국립해양조사원 국가해양위성센터에서 제공하는 L2 대기보정(AC; Atmospheric Correction)자료 와 L1B RGB composite 영상을 생성하여 분석에 활용하였다. Skysat-13 영상은 융합된(PAN-sharpened) 고해상도 다중분광(Multi-spectral) 자료를 사용하였다. 모든 광학 영상의 전처리 과정은 ENVI S/W ver.5.2를 이용하여 수행하였다. Sentinel-1 영상은 ESA에서 제공하는 L1 GRD (Ground Range Detected Geo-referenced Products) 자료를 사용하였다. 시스템 노이즈를 처리하고 speckle filter를 이용하여 영상 노이즈를 제거하였다. 또한 multilooking 처리를 통해서 노이즈를 최소화하였다. 위에서 언급한 전처리 과정은 SNAP를 사용하였다(Fig. 3).

Fig. 3. Flowchart of image pre-processing to extract oil slick area on satellite images. Landsta-8, GOCI-II and Skysat-13 were processed though ENVI software. Sentinel-1 data was processed though SNAP free ware.

2) Landsat-8 영상에서 유출유 면적 결정

Landsat-8 영상은 해수면에서의 기름 유출 온도 변화를 관찰하기 위해 열적외선 밴드에서 밝기 온도를 측정하여 기름 유출 지역을 결정하거나(Arslan, 2018) 기름의 두께를 파악할 수 있으며(Xing et al., 2015), Bonn agreement oil appearance codes에 따라 구별된 해수면의 색상을 바탕으로 기름 유출비를 계산할 수 있다 (Bayramov et al., 2018). 본 연구에서는 사고 주변 해역에 연무가 분포하고 있어 기존문헌의 방법론을 적용하기 어려웠으며, 강조기법이 적용된 RGB 합성 영상을 통해서 사고위치에서 선박 확인을 확인하고 주변의 기름 유출 영역을 육안판독하였다. 선박에서 북동 방향으로 띠 형태의 기름이 분포하는 것을 확인하였으며, 해당 영역 의 경계선 디지타이징을 통해서 기름 유출 면적을 결정하였다.

3) GOCI-II 영상에서 유출유 면적 결정

해색 파장 영역에서는 일반 해수와 기름의 분광특성을 이용하여 기름 영역을 탐지하는 방법을 사용한다(Ira et al., 2012). 본 연구에서는 NIR과 가시광 밴드를 이용하여 주변 해수와의 스펙트럼 분석을 실시하였다. 얇은 기름의 경우 NIR밴드에서 높은 반사도의 특성을 나타내었으며, 상대적으로 두꺼운 기름일수록 가시광 밴드에 서는 반사도가 낮기 때문에 RGB 영상에서 어둡게 보였다. 각 밴드 영상에서 스펙트럼 분석을 통해서 기름과 일반 해수 영역을 육안으로 구분하였으며, 이를 중첩한 영역을 최종 기름 유출 면적으로 결정하였다.

4) Sentinel-1 영상에서 유출유 면적 결정

SAR 영상에서의 기름 영역은 매끄러운 표면에 의해 주변 해수보다 낮은 후방산란 값을 가지는 특성을 이용하여 전문가의 경험을 바탕으로 탐지하는 방법, 알고리즘을 통해 유출유 후보군(dark patch) 추출 후 전문가의 해석을 통해 탐지하는 방법, 컴퓨터 기반 처리 기술을 사용하여 자동으로 기름을 탐지하는 방법으로 구분된다. 본 연구에서는 후방산란강도 공간 통계 값을 계산하고 최적의 임계값(adaptive threshold)보다 낮은 후보군을 추출하는 알고리즘을 이용하여 기름을 탐지하는 Semiauto approach를 사용하였다. 사고지점 주변 및 북쪽 해역에서 대규모의 유출유 후보군 영역이 탐지되었으며, 해당 영역을 유출유 면적으로 우선 결정하였다.

5) Skysat 영상에서 유출유 면적 결정

광학 위성영상에서는 파랑에 의한 태양 복사 에너지의 전반사 효과, 미세먼지, 풍속, 해류 등과 같은 요소와 기름의 두께에 따라서 분광 스펙트럼 정보가 달라질 수 있다(Park et al., 2019). Park et al. (2019; 2020)에서 는 Direction Median Filter (DMF)를 이용하여 전반사 효과를 완화시켰으며, ANN 기법에 Multi-Layer Perceptron (MLP) 알고리즘을 적용하여 바이모달 히스토그램 (bimodal histogram)에서의 임계값을 적용 후 기름 유출 영역을 감지하고, 기름 탐지 확률(POD, Probability Of Detection), 기름 오류 탐지 확률(POFD, Probability Of False Detection), 기름 오류 신호 비율(FAR, False Alarm Ratio), 비율 정확도(PC, Proportion Correct) 지수를 이용하여 기름 유출 영역에 대한 정확도를 정량적으로 평가하였다. 본 연구에서는 0.5 m 해상도의 융합된 Skysat 영상을 사용하였다. 일반적으로 해양과 같이 복잡하고 가 변성이 매우 높은 표면 관측 시, 번짐 현상(blurring)과 잡음(noise)에 의해 질 저하 현상이 발생하며(Lee, 2017), 본 연구에서 사용한 영상에서도 유사한 현상이 뚜렷하게 발견되었다. 그럼에도 불구하고 영상의 밝기차를 이용해서 사고선박 및 띠 형태의 유출유를 육안으로 충분히 구분할 수 있었으며, 강조된 RGB 합성 영상을 이용하여 기름 유출 경계선의 안쪽 면적을 산출하였다.

4. 결과

1) 다종 인공위성을 이용한 유출유 분포 면적 산출

본 연구에서는 2021년 4월 27일에 발생한 심포니호 기름유출사고를 대상으로 5종의 인공위성 영상을 이용하여 해양표면에 존재하는 분포 면적을 산출하였다. 총 10장의 영상을 수집하였으며 구름 분포량 등을 고려하여 5장의 위성영상에서 기름 유출 영역 탐지를 수행하였다. 사고 발생 이후 9일 동안 지속적으로 사고선박에서 기름이 유출됨을 확인하였다(Fig. 4). Sentinel-1 영상의 기름 탐지 결과는 사고발생 지점 북쪽 해역에서 대 규모 의심 패치가 판독되었으며, 다른 위성영상 탐지 결과는 사고발생 지점으로부터 남서-북동 방향으로 확산 되는 경향을 나타내었다.

Fig. 4. Oil slick area on satellite images

2) 고해상도 광학영상의 분포 면적 산출 활용

본 연구에서는 사고 발생 기간에 상용 광학위성을 이용하여 해상유출유 면적 산출 활용 방안을 검토하였다. SAR 위성 영상에서 기름 유사 패치를 구분하는 것은 많은 추가 연구가 필요한 부분이며 이를 위해 고해상도 광학 영상의 관측 결과를 활용하는 방안을 제안한다. 또한, GOCI-II와 같은 중해상도 영상에서는 적은 양의 기름을 탐지하는 것은 불가능하므로, 고해상도 광학영상을 활용하여 더욱 정확한 분포 면적을 산출하는 사례를 소개한다.

(1) SAR 영상의 유출유 오탐지 영역 분류

Sentinel-1 영상에서 유출유와 유사패치 영역을 구분 하기 위해서 8개의 영역에 대해서 후방산란계수의 값 을 비교하였다. Fig. 5의 남동쪽 영역(oil 1~4)에서 탐지 된 기름 후보군의 경우 얇은 띠 형태를 나타내었으며, 북서쪽 영역의 후보군(non 1~4)은 상대적으로 넓은 영 역에 분포하였다. 각 해역을 대상으로 4개의 라인에 대해서 후방산란계수를 추출하였으며, 평균값을 비교하 였다. 남동쪽 영역의 경우 주변해역에 비해서 상대적으 로 낮은 값을 나타내었으며, 이러한 값의 분포는 북서 쪽 영역과 유사하게 나타났다. 이러한 경우 유출유에 의 한 산란 값의 감소만으로 기름의 영역을 결정하는 것은 불가능하다.

Fig. 5. Oil slick and look-alkie patches on Sentinel-1 imagery. Blue and green lines represent the transect lines to analysis backscattering coefficient from SAR image.

Fig. 6. Backscattering coefficient of each transect line on SAR imagery. Thick solid lines represent average backscattering value.

4일 후 관측된 Skysat 영상에서 가장 북쪽에서 탐지된 영역에서는 해당 해역까지 기름이 분포하지 않음을 확인하였다(Fig. 7). 또한, 위성 관측일자 별 해상 유출유 분포 범위를 추정하기 위해서 큐슈대학교에서 운영중인 해수유동 수치모델 자료와(RIAMOM), 유럽중기예보 센터에서(ECMWF) 운영중인 대기 수치모델자료를 이용하여, 사고지점에서 입자의 이동 예측을 수행하였다. 이동예측 결과 Sentinel-1 영상에서 유출유 후보군으로 탐지된 북쪽 해역으로는 기름 입자가 이동하지 않았다.

Fig. 7. Modified oil spill area and movement prediction results of the Symphony oil tanker collision. The gray dotted line is the result of misdetection in Sentinel-1 image, and the green solid lines from GOCI-II image and the Skysat image are the oil areas in the image taken on the same date.

(2) 중저해상도 위성영상의 유출유 면적 산출 보완

Skysat과 1분 차이로 관측된 GOCI-II 영상에서는 사고지점 북동쪽 해역에서만 기름 영역이 탐지되었다. 하지만, Skysat 영상에서 탐지된 기름의 영역에서는 사고 선박은 확인되었지만 주변의 기름은 탐지되지 않았다. 이와 같이 중해상도의 위성으로 해상 유출유를 탐지하는 경우 분포 면적이 적게 탐지될 수 있는 단점이 있으며, 다양한 해상도의 위성영상을 활용한다면 상대적으로 정확한 면적의 산출이 가능함을 확인하였다.

3) 개선된 해상유출유 분포 면적 결과

고해상도 광학영상을 활용하는 경우 SAR 영상에서의 오탐지 제거 및 저해상도 영상의 소규모 유출유 미탐지의 문제점 해결 가능성이 제시되었다. 이 방법을 칭다오 사고사례에 적용한 결과 5월 1일에 SAR 영상에서 후보군으로 탐지된 유출유 영역에 대한 결정이 가 능하였으며, 5월 5일 동일한 일자에 관측된 2개의 영상에서 추출된 면적을 병합하여 상대적으로 정확한 분포 면적의 산출이 가능하였다. 고해상도 광학영상을 활용하여 수정된 유출유 면적에서는 사고발생 초기 약 3.1km²의 분포 면적을 나타내었으며, 5월 5일까지 지속적으로 기름 유출이 발생하여 약 48 km²의 분포 면적을 확인하였다.

Table 2. The oil spill area of the Symphony oil tanker collision

5. 고찰 및 결론

본 사고사례를 대상으로 기름 유출 사고 발생 이후 유·무료 수집 가능한 위성영상을 이용하여 유출유 분포 면적 산출을 수행하였다. 무료 수집이 가능한 극궤도인 공위성 영상은 최소 3일 간격으로 영상 수집이 가능하였으며, GOCI-II의 경우 주간에 1시간 간격으로 영상 획득이 가능하였으나 250 m 공간해상도 및 구름 영향으로 제한적인 면적 산출이 가능하였다. 반면에, 상용위 성인 Skysat 위성의 경우 사고발생 직후 촬영을 신청하였으며, 사고발생 8일 이후인 5월 5일에 첫 영상을 얻을 수 있었다(Fig. 8). 비록, 해상에서는 고품질의 영상 확보는 어려웠지만 사고 선박과 주변의 기름 영역의 구분은 가능하였다.

Fig. 8. Time schedule of multi satellite observation in Qingdao Oil Spill case.

본 연구에서는 Skysat 위성 영상 1장만을 사용하여 군집형 인공위성의 짧은 관측주기 장점은 제시하지 못 했다. 하지만, Planetscope, ICEYE, Capella 등과 같은 군 집형 고해상도 위성의 재방문 주기는 1일 이하로 짧은 재방문 주기를 가지면서 정지궤도 위성보다 고해상도의 영상을 획득할 수 있기 때문에 기름 유출이 발생할 시 빠르게 방제 대응이 가능할 것으로 판단된다. 하지만, 고해상도 영상의 경우 관측범위가 상대적으로 협소하므로 중·저해상도 위성 영상과의 적절한 혼용이 반드시 고려되어야 한다.

본 연구에서는 유출유 분포면적 산출 정확도 향상을 위한 고해상도 인공위성 영상의 활용성이 제한적으로 평가되었지만, 같은 시기에 수집된 중해상도 GOCI-II 영상 비교를 통해서 분포 면적 산출 정확도 향상의 가능성을 제시하였다. 또한, 고해상도 위성영상을 활용한 SAR 영상에서의 오탐지 분류를 시범적으로 수행하였으며, 사고지점에서 유출유 입자의 이동예측 모델의 결 과를 함께 활용하여 오탐지 영역을 분류하였다. 분류된 오탐지 영역을 제외한 분포 면적을 통해서 분포 면적이 선형적으로 증가함을 확인하였으며, 저해상도 위성영상에서 미탐지되는 영역에 대해서 소추정된 분포 면적의 보정을 수행하였다. 향후 기름 입자 이동의 역추적 모델 수행 등을 통해서 오탐지 영역 자동 산출 연구가 필요할 것으로 판단된다.

국내에서 사고 발생 직후 관련 기사를 통해 현황에 대한 정보를 수집할 수 있었지만, 이후 사고대응 현황, 기름 분포 및 위치, 기름유출 지속 여부 등 대응 계획 수립에 필수적인 정보를 얻는 것은 매우 어려웠다. 로이터 기사는 4월 30일 유출된 기름 제거 작업을 위한 선박이 투입 되었고(https://www.reuters.com/business/environment/ ships-equipment-place-remove-oil-stricken-tanker-china2021-04-30/), 5월 3일 유출된 기름을 제거하는 작업이 거의 완료되었다고 보도하였다(https://www.reuters. com/world/china/work-remove-oil-stricken-tanker-offchina-nearly-finished-2021-05-04/). 하지만, 분포 면적 변화 및 고해상도 영상 판독을 통해서 사고발생 이후 최소 5월 5일까지 선박으로부터 지속적으로 기름이 유출된 가능성을 확인하였다. 비록, 현장검증을 수행하지는 못하였지만, 본 연구를 통해서 다종 위성을 활용한다면 자체적으로 방제 계획 수립에 필요한 유출유 면적 및 위치의 정보 획득이 가능함을 확인하였다.

향후 해당 사고사례를 대상으로 관측된 추가 고해상도 위성영상을 확보하여 연구를 진행할 계획이며, 검증이 가능한 국외 사고사례를 대상으로 제시된 방향성의 적합성을 평가하는 추가 연구를 진행할 계획이다. 또한, 고해상도 영상에서 탐지된 정밀한 유출유의 위치 정보를 이용한다면 이동예측 모델 정확도 향상에 기여할 수 있을 것으로 기대된다.