DOI QR코드

DOI QR Code

Ocean Optical Properties of Equatorial Pacific Reef Habitat

적도 태평양 산호초 서식지의 해수 반사도 특성

  • Moon, Jeong-Eon (Korean Ocean Satellite Center, Korea Institute of Ocean Science and Technology) ;
  • Choi, Jong-Kuk (Korean Ocean Satellite Center, Korea Institute of Ocean Science and Technology)
  • 문정언 (한국해양과학기술원 해양위성센터) ;
  • 최종국 (한국해양과학기술원 해양위성센터)
  • Received : 2021.06.03
  • Accepted : 2021.06.23
  • Published : 2021.06.30

Abstract

The coastal areas around Palau Island and Tonga Island, near the Pacific equator, consist of coral reefs, mangrove and seaweed. In particular, understanding the optical properties of sea surface water in coral reef habitats helps improve the accuracy of remote sensing based habitat mapping and identify tropical ecosystem characteristics. Here, we collected spectral characteristics of sea surface water of Palau Island and Tonga Island and analyzed the concentration of suspended matters, absorption coefficient, and remote sensing reflectance to understand the seawater characteristics of the coral reef habitats. Based on the results of the suspended matter concentration analysis, we developed and verified an empirical algorithm to derive the concentration from satellite data using remote sensing reflectance of three bands, 555, 625, 660 nm, showed a high determinant coefficient, 0.98. In conclusion, coral reef habitats in tropical regions are characterized by CASE-I water in terms of the marine optics with oligotrophic properties, and require monitoring using continuous collection and analysis of field data.

태평양 적도 부근에 위치한 팔라우섬과 통가섬 주변 연안해역은 산호초와 맹그로브 및 해초지로 구성된 해역이다. 특히, 산호초 서식지의 표층 해수의 광특성을 이해하는 것은 원격탐사 기반의 서식지 분류의 정확도를 높이고, 열대해역 생태계 특성을 파악하는 데에 도움이 된다. 본 연구에서는 팔라우섬과 통가섬 산호초 서식지의 해수 특성을 파악하고자 해수 표면의 파장별 분광특성 자료를 수집하고, 해수 표층의 부유물 농도, 흡광계수 및 원격반사도 특성을 분석하였다. 또한 부유물 농도 분석 결과에 의거 위성자료 기반 부유물 농도 추정 경험적 알고리즘을 개발 및 검증하였으며, 555, 625, 660 nm 세 개 밴드를 이용한 원격반사도 밴드비와 부유물 농도의 결정계수가 0.98로 높은 상관관계를 보였다. 이와 같이 열대해역의 산호초 서식지는 해양광학적으로 빈영양성의 CASE-I 해수 성향이 강하며, 현장자료의 지속적인 수집과 분석을 이용한 모니터링이 필요한 것으로 판단된다.

Keywords

1. 서론

전 세계의 해양생태계는 기후변화, 인간의 직·간접적인활동, 그리고 연안 오염에 의하여 여러 규모로 큰 변화를 겪고 있다(Houk and Leberer, 2008; Selkoe et al., 2009). 특히, 많은 산호초들은 해수온도의 증가와 인위적인 스트레스의 증가와 같은 지역적 환경의 교란으로 인하여 많은 위협을 받으며 감소하고 있다(Bruno and Selig, 2007; Scopelitis et al., 2009). 열대 지역의 산호초 또는 아열대 지방의 조초 환경은 이들 환경 내에서 열대 폭풍으로부터 산호초 어류의 은신처와 서식지를 제공 하고, 다양한 생물의 서식지 등과 같은 중요한 역할을 수행한다(Mumby and Edwards, 2002). 이러한 산호는 전 세계적인 기후변화의 지시자로 알려져있으며, 특히 열대 또는 아열대 해양에서의 오염 및 환경 변화의 모니터링를 위한 중요한 정보를 제공한다(Charles et al., 1997; Hyun et al., 2008).

적도태평양의 도서국가인 팔라우섬과 통가섬의 주변 해역은 해양광학적으로 CASE-I해수성향이 매우 강하며, 산호초(coral reefs) 해역으로서 해양 생태계 내에서 생물 다양성이 가장 높은곳으로 어류, 해조류 및 무척추동물 등 많은 해양생물에게 서식처와 먹이를 제공한다. 또한 자연관광지로서 경제적인 가치가 높아지면서 사람들의 접근이 증가하고, 어업활동이 활발해지면서 산호초생태계를 보존하기 위한 필요성이 높아지고있다(Kang et al., 2005).그외연안해역은맹그로브군락지(mangrove forest)와 해초지(seagrass bed)를 형성하고 있는데, 맹그로브군락은 해양으로 영양염 및 유기쇄설물을 공급하고 니질 퇴적물의 퇴적을 촉진하는 역할을 하여, 육상과 해양생태계를 연결하는 중요한 지역으로 인식되고있다(Min et al., 2006).해초는 연안생태계에서 기초생산자로서의 중요한 역할 외에도 다양한 부착 조류의 착생장소를 제공하고 파랑을 약화시켜 안정된 환경을 만들며, 퇴적물의 축적을 돕고 강한 빛을 막아주어,어류의 생육장으로서 역할과 수많은 무척추동물들의 먹이원이 있는 서식지 역할을 하고있다 (Min et al., 2006). 따라서,열대해역의 산호초 서식지에대한 생태계분포를 연구하는 것은 해양학적으로 중요한 의미를 가진다.

산호초서식지에 대한 연구는, 특히 원격탐사 기술을 이용하여 그 서식지 매핑과 변화를 관측하기 위한 연구가 많이 수행되어왔다. Andrefouet et al.(2003)은 산호초의 매핑을 위하여 고해상도IKONOS다중분광 영상을 사용하였으며, IKONOS영상이 Landsat 7 ETM+보다는 일반으로 산호초서식지를 매핑하는데 더 효과적인 것으로 판단하였다. 뿐만 아니라고 해상도 다중 분광 Quickbird영상은산호초 및 산호서식지 물리적 환경을 모니터링하는데 사용되기도 하였다(Mumby et al., 2004). Purkis et al. (2005)는 위성 원격탐사가 산호초서식지를 정량화하는데 낮은 비용이 들며 효과적인방법이라 제안한 바 있으며, Purkis et al. (2006)은 분류의 정확성을 향상시키기 위해 IKONOS영상을 사용하여 산호 군집에대한 분류방법을 연구하였다.

서식지분포를 정량화하기 위한 연구는 많이 수행되어 왔으나, 산호초서식지의 해수 광특성 분석을 위한 연구는 미미한편이다. 특히, 팔라우와 통가에서 해수의광특성을 연구한 사례는 전무하다. 팔라우에서는 산호초의 건강 상태, 생태환경 및 서식지매핑 관련 연구사례가 있으나(Golbuu, 2000; Gouezoet al., 2015; Golbuu et al., 2016), 산호초서식지에서의 해수의 광학 특성을 분석한연구는없다. 통가에서는 화산 폭발에 의해 해수에 표류하는 부석(pumice)를 관측하기 위해MODIS, Sentinel등 해색위성을 활용하여 해수 표층의 특성을 연구한 사례(Whiteside et al., 2021)가 있으나, 현장 조사를 통한 해수의 광특성 연구는 이루어지지 않았다. 해수 바닥의 식생타입별로 표층해수의 광특성을 연구하는 것은, 위성자료를 이용한 서식지 분류의 정확도를 높이고, 열대해역 생태계 특성을 파악하는 데에 도움이 된다. 일반적으로 NASA에서 제공하는 부유물 농도와 엽록소 농도를 산출하는 알고리즘은 팔라우와 통가 등의 산호초와 맹그로브가 많은 연안해역에 적용하면 많은오차를 발생시킬 수 있으므로 그 지역에 특화된 경험적 알고리즘의 개발 혹은 개선과 관련한 연구가 필요하다. 고해상도 위성영상은 산호서식지의 정확한 맵핑에 유용하게 사용될 수 있고 이를 통하여 산호서식지의 장기간 변화를 모니터링할 수 있으며, 이러한 기술은 현재 산호서식지 지역에 많이 사용되고있다. 따라서 본 연구에서는 팔라우섬과 통가섬 지역에서 고해상도 위성영상을 사용하여 산호초분포도를 작성하는데 필요한 해수특성을 파악하고 자해수의 광학적 특성에 대한 현장 조사를 수행하고, 해수 표층의 부유물농도, 흡광계수 및 원격반사도 특성을 파악하고자 한다.

2. 연구자료 및 방법

팔라우섬의 연구지역은 Koror주와 Airiai주 주변 연안 해역으로 위도N7°18′–N7°26′, 경도W134°26′– W134°35′이고, 맹그로브 서식지 및 산호초 군락이 곳곳에 산재되어 있다. 통가 섬의 연구 지역은 Tongatapu섬 Nuku’alofa 지역연안해역과 Fanga’Uta Lagoon, Pangaimout 섬, Makaha’a섬 주변해역으로 위도 S21°6′–S21°12′, 경도 W 175° 7′–W175°14′이고, Lagoon지역을 중심으로 맹그로브 서식지가 잘 발달되어 있으며 Nuku’alofa지역 연안해역을 중심으로 산호초군락이 잘 발달되어 있다 (Fig. 1). 팔라우섬과 통가 섬 연안의 환초 지역은 수심30 m이하의 천해 환경이다.

OGCSBN_2021_v37n3_615_f0001.png 이미지

Fig. 1. Study area in Palau and Tonga with the in-situ measurement location marked.

팔라우 섬 주변 해역의 해수 광특성 조사는 2013년 7월16일과 17일2일동안 Fig. 1의 F지역을 해조류가 주로 서식하는 A지역과 산호초가 주로 서식하는 B지역으로 구분하여 총 22개 정점에서 수행하였다. 조사정점에서의 수심은 0.6 m~ 67.0 m까지 다양하였으며, 5.2 m수심의 정점까지 얕은 지역, 6.4 m 수심의 정점부터 그 외의 지역으로 구분하여 분석하였다(Table1). 통가 섬에 대해서는 2013년 10월 26일, 28일, 31일 총3일 동안 Fig. 1의 G와 H지역을 세 지역(섬 내측의 탁수 해역(T), 외해의 수심이 깊은 해역(S), 연안 천해의 산호초 서식 지역(R))으로 구분하여 총17개 정점에서 해수 광특성 조사를 수행하여 해수표층의 원격반사도를 측정하였다. 통가 섬의 17개 정점에 대한 위치와 수심 정보는 Table 1에 나타내었다. ASD사의 휴대용 분광기를 사용하여 선상에서 해수 표층면에 대한 downwelling irradiance (Ed(λ, 0+)), total water leaving radiance(LwT(λ)), sky radiance (Lsky(λ))를 측정하였고, 이들3개의 변수들을 이용하여 해수의 원격반사도(Rrs(λ)) 를 산출하였다(식1).

Table 1. Station informations for investigation area of Palau and Tonga for 2013. Depth was used a portable sounder (HONDEX PS-7, range: 0.6 ~ 80 m)

OGCSBN_2021_v37n3_615_t0001.png 이미지

\(R_{r s}(\lambda)=\frac{L_{w T}(\lambda)-\left(L_{s k y}(\lambda) \times F_{r}(\lambda, \theta)\right)}{E_{d}\left(\lambda, 0^{+}\right)}\left[s r^{-1}\right]\)       (1)

여기서, Fr(λ)는 해수표면의 거칠기, 해수 수괴와 표면 바로 위의 대기 사이에서 발생되는 산란 등에 의한 반사도 값인 Fresnel reflectance로 파장과 입사각의 함수로 정의되지만, 본 연구에서는 파장에 따른 변화를 고려하지 않고 입사각40도에 대한 상수값(0.025)을 사용하였다. 해수의 원격반사도 측정 시에는 sun glint 등의 해수표면의 반사에 의한 복사량을 포함하고 있으므로 이에 대한 보정이 필요하며 보정방법(quality control)은 Moon et al. (2012)의 방법을 사용하였다.

해수 표층의 광 특성을 측정한 위치와 동일한 지점에서 해수 샘플을 취득하고, 해수 환경인자를 측정하였다. 관측항목은 총 부유물 농도와 해수의 광 특성 인자인 색소 및 부유물질과 용존유기물에 대한 흡광계수이며, 표층해수를 직접 채수하여 여과하고 광학장비 혹은 분석 장비를 이용하여 각 항목들을 측정하였다. 해수의 총부유물 농도(total suspended solid particle concentration, SS) 는 미리 필터무게를 측정한 47 mmPCMB(Polycarbonate Membrane) 필터(poresize0.4 um)를 이용하여 표층해수를 여과하였고(각정점별여과량: 평균1, 000 mL), 건조기를 사용하여 60°C, 4시간동안 착색된 PCMB필터를 건조시킨 후 필터무게를 측정하여 여과 전과 후의 필터 무게 변화량으로 농도를 산출하였다. 색소 및 부유물질의 흡광계수(ap(λ))는 filter technique method를 사용하였는데, GF/F25 mm를 이용하여 표층해수를 여과하였고(각정점별여과량: 평균1, 000 mL) 착색된 GF/F는 Varian사의 스펙트로포토미터CARY-100을 사용하여 파장350 –900 nm까지 스펙트럼 분석한 후 흡광계수를 산출하였다(식2).

\(a_{p}(\lambda)=\frac{\left(O D_{f}(\lambda)-O D_{b}(\lambda)-O D_{\text {mull }}\right) \times 2.3026}{\left(\frac{V}{S}\right) \times \beta} \times 100\left[m^{-1}\right]\)       (2)

여기서, ODf(λ)는 착색된 GF/F를 측정한 optical density, ODb(λ)는 blank로 사용된 GF/F를 측정한 optical density, ODnull 은 파장 800 – 900 nm의 optical density 평균값이고, V는 여과량, S는 필터에 착색된 면적이다. β는 필터 내의 산란에 의해 광이 통과한 길이가 실제 부유상태보다 증 가되는현상을고려하는값인광행로값(path amplification factor)으로 본 연구에서는 파장에 상관없이 “2”로 일정 한 값으로 설정하였다(Roesler, 1998). 용존유기물의 흡 광계수(adom(λ))는 1-step syringe filter method를 사용하였 는데, pore size 0.4 um syringe filter와 주사기를 사용하여 표층 해수를 여과하여 얻은 해수는 위의 색소 및 부유물 질의 흡광계수 산출에 사용된 동일한 스펙트로포토미 터와 100 mm optical cell를 이용하여 파장 350 – 900 nm 까지 스펙트럼 분석한 후 흡광계수를 산출하였다(식 3)

\(\left.a_{d o m}(\lambda)=\frac{\left(O D_{s}(\lambda)-O D_{b}(\lambda)-O D_{\text {mull }}\right) \times 2.3026}{0.1} \times 100\left[m^{-1}\right)\right]\)        (3)

여기서, ODs(λ)는 100 mm optical cell로 측정한 optical density이고, ODb(λ)는 blank를 측정한 optical density이며, ODnull는 파장 600 –700 nm 의 optical density 평균값이다.

3. 연구결과

1) 팔라우 섬의 해역 특성

Fig. 2는 팔라우섬의 A 지역과 B 지역에서 각 정점별로 관측한 총 부유물 농도(SS)의 분포를 나타낸다. 해안선에 가깝고 수심이 얕은 지역에서는 1.0 g/m3이상의 높은 부유물 농도를 보였고, 그중에서 맹그로브서식지 주변 해역이 가장 높게 나타났다(P-03, P-20-1). 그 외 나머지 해역은 0.5 g/m3이하의 낮은 부유물 농도를 보였지만, A지역의 평균 부유물 농도는 0.78 g/m3, B 지역의 평균 부유물 농도는 0.89 g/m3으로 전체적인 분포경향에 있어서 지역적 차이는 거의 나타나지 않았다.

OGCSBN_2021_v37n3_615_f0002.png 이미지

Fig. 2. Total suspended matter concentration for sea surface water measured at each location in the A and B regions of Palau.

Fig. 3은 팔라우 섬 현장조사해역에서 표층해수에 대한 색소 및 부유물질을 포함한 모든 입자의 흡광스펙 트럼을 파장 443 nm의 흡광계수 값으로 규격화한 스펙트럼 형태(Fig. 3a)와 각 정점별 파장 443 nm의 색소 및 부유물질을 포함한 모든 입자의 흡광계수(ap) 값의 분포를 그래프로 나타낸 것(Fig. 3b)이다. 수심이 얕은 지역은 해수 중 부유물의 함량이 색소보다 많아서 흡광계수의 최대값이 파장443 nm보다 짧은 단파장 영역에서 나타났고 일부 정점에서는 부유물의 흡광 스펙트럼 형태와 유사한 형태를 보이기도 하였다. 이 지역에서 파장 443 nm에서의 ap값은 평균 0.11135 m–1으로 나타났다. 수심이 얕은 지역을 제외한 나머지 관측해역은 해수 중 부유물의 함량이 색소보다 적어서 흡광계수의 최대값이 파장443 nm부근에서 나타났고 대부분의 스펙트럼 형태가 색소의 흡광 스펙트럼 형태와 유사하였다. 이 지역에서 파장 443 nm에서의 ap값은 평균 0.05665 m–1 로 위의 수심이 얕은 지역보다 약 2배정도 낮은 값을 보였다.

OGCSBN_2021_v37n3_615_f0003.png 이미지

Fig. 3. Absorption coefficient for all particles, including pigments and suspended matters in Palau (a) at all wavelength normalized by the coefficient at 443 nm and (b) at 443 nm at each in-situ measurement location.of Palau.

Fig. 4는 팔라우섬 현장 조사해역에서 표층 해수에 대한 용존유기물의 흡광 스펙트럼을 파장400 nm의 흡광계수 값으로 규격화한 스펙트럼 형태(Fig. 4a)와 각 정점별 용존유기물의 흡광 스펙트럼의 기울기값 분포그래프(Fig. 4 및 파장 400400 nm의 용존유기물의 흡광계수 (adom) 값 분포 그래프(Fig. 4c)이다. 수심이 얕은 지역에서, 용존유기물의 흡광 스펙트럼의 평균 기울기 값은 0.0173이고 정점별 편차가 0.00058로그외 다른 지역보다 상대적으로 적었으며, 파장 400 nm의 adom평균값은 0.2879 m–1를 보였다. 수심이 얕은 지역을 제외한 나머지 관측해역에서, 용존유기물의 흡광스펙트럼의 평균 기울기값은 0.0201이고 정점별 편차가 0.00185로 수심이 얕은 지역보다 상대적으로 크게 나타났으며, 파장 400 nm의 adom평균값은 0.0756 m–1로 나타났다.

OGCSBN_2021_v37n3_615_f0007.png 이미지

Fig. 4. (a) Absorption coefficient for dissolved organic matter in Palau at all wavelength spectrum normalized by the coefficient at 400 nm, (b) slope of absorption spectrum at each in-situ measurement location and (b) coefficient at 400 nm at each location.

Fig. 5a는 팔라우섬 현장 조사해역에서 측정한 해수의 원격반사도 스펙트럼을 파장570 nm(수심이얕은지역) 과 파장480 nm(그 외 지역)의 원격반사도(Rrs) 값으로 규격화한 스펙트럼 형태를 나타낸 그래프이고, Fig. 5b는 파장 570 nm와 파장 480 nm의 Rrs값 분포그래프이다. 수심이 얕은 해역은 해양광학적으로 CASE-II성향과 유사한 해수의 원격반사도 스펙트럼 형태를 보였다. 그러나 대부분의 스펙트럼들이 수심 1.5 m이하의 상당히 얕은 지역에서 측정된 자료들이므로 해저면의 영향에 의 해 파장 450 nm부근과 파장 650 nm부근에서 스펙트럼 변화를 유발시켰을 것으로 사료된다(Lyzengaet al., 1981; Yanget al., 2010; Zoffoliet al., 2014)(Fig. 5c).수심이 얕은 지역을 제외한 나머지 관측 해역은 해양광학적으로 CASE-I성향과 유사한 해수의 원격반사도 스펙트럼형태를 보였고, 그 중 일부 정점들을 포함한 관측해역은 부유물의 영향으로 파장550 nm 부근에서 높은 반사도분광특성을 보였다.

OGCSBN_2021_v37n3_615_f0008.png 이미지

Fig. 5 (a) Remote sensing reflectance of seawater in Palau at all wavelength spectrum normalized by the reflectance at 570 nm (low water depth area) and 480 nm (other area), (b) relationship between remote sensing reflectance at 570 nm and 480 nm and (c) reflectance spectrum at low water depth where influenced by the bottom effect (red line) and that at other area (blue line).

2) 통가 섬의 해역 특성

Fig. 6은 통가 섬의 현장 조사해역인 T 지역, S지역, R 지역에서 정점별로 관측한 총 부유물농도의 분포그래프이다. T지역은 통가섬의 내륙에 있는 Lagoon지역으로 그 중서쪽 지역의 총 부유물농도가 가장 높게나타났다(TW16 & TW18). R 지역은 산호초군락이 있는 얕은 수심의 해역으로 평균1.0 g/m3정도의 총부유물농도를 보였고, S지역은 수심30 m 이상의 깊은 해역으로 평균 0.5 g/m3정도의 총 부유물농도를 보였다. Lagoon 지역을 제외한 나머지 통가 연안해역은 지역별 편차가 나타났지만, 그 차이는 크지 않은 것으로 나타났다.

OGCSBN_2021_v37n3_615_f0004.png 이미지

Fig. 6. Total suspended matter concentration for sea surface water measured at each location in the T, S and R regions of Tonga.

Fig. 7은 통가섬의 현장조사해역인 T지역(Lagoon 지역), S지역, R 지역에서 표층 해수에 대한 색소 및 부유 물질을 포함한 모든 입자의 흡광 스펙트럼을 파장 443nm의 ap값으로 규격화한 스펙트럼 형태(Fig. 7a) 와 정점별 파장 443 nm의 ap값의 분포를 나타낸 것(Fig. 7b) 이다. R 지역은 해수 중부유물의 함량이 색소보다 많아서 흡광계수의 최대 값이 파장443 nm 보다 짧은 단파장 영역에서 나타났고, S 지역은 해수 중부유물의 함량이 색소보다 작아서 흡광계수의 최대값이 파장443 nm 부근의 영역에서 나타났다. 그러나 파장 443 nm에서의 ap 값은 관측해역에 상관없이 평균0.05 m–1미만으로 유사한 값을 보였다. Lagoon인 T지역의 동쪽 해역은 해수중 부유물의 함량이 색소보다 많아서 흡광계수의     최대값 이 파장 443 nm보다 짧은 단파장 영역에서 나타났고, 서쪽 해역은 일반적인 해수 중 색소의 흡광 스펙트럼과 다른 형태를 보였는데 파장 400 nm 이하의 단파장 영역에서 흡광 peak 값이 나타났다. 파장 443 nm에서의 ap값은 S 지역과 R 지역의 값보다 최소 6배 이상 큰 차이를 보였고, 특히 서쪽 해역은 평균 1.5 m–1이상의값을 보였다.

OGCSBN_2021_v37n3_615_f0005.png 이미지

Fig. 7. Absorption coefficient for all particles, including pigments and suspended matters in T (Lagoon), R and S regions (a) at all wavelength normalized by the coefficient at 443 nm and (b) at 443 nm at each in-situ measurement location.

Fig. 8은 통가섬의 현장조사해역인 T지역(Lagoon 지역), S지역, R 지역에서 표층 해수에 대한 용존유기물의 흡광 스펙트럼을 파장400 nm의 adom값으로 규격화한 스펙트럼 형태(Fig. 8a) 와 정점별 용존유기물의 흡광 스펙트럼의 기울기값 분포그래프(Fig. 8b)  및 파장400 nm의adom값 분포 그래프(Fig. 8c)를 나타낸 것이다. S 지역과 R 지역에서, 용존유기물의 흡광스펙트럼의 평균기울기 값은0.0148이고 정점별 편차가0.00129로 T지역인 Lagoon지역보다 상대적으로 크고 파장 400 nm의 adom평균값은 0.1361 m–1로 나타났다. 통가섬의 Lagoon 지역인 T지역에서, 용존유기물의 흡광 스펙트럼의 평균기울기값은 0.0170이고 정점별 편차가 0.00073로 S 지역 및 R지역보다상대적으로 적고 파장 400 nm의 adom 평균값은 0.5714 m–1으로 나타났다.

OGCSBN_2021_v37n3_615_f0009.png 이미지

Fig. 8. (a) Absorption coefficient for dissolved organic matter in Tonga at all wavelength spectrum normalized by the coefficient at 400 nm, (b) slope of absorption spectrum at each in-situ measurement location and (b) coefficient at 400 nm at each location.

Fig. 9a는 통가섬의 현장조사해역인 T지역(Lagoon 지역), S지역, R 지역에서 측정한 해수의 원격반사도스펙트럼을 파장570 nm(T지역과 R지역)와 파장 480 nm(S 지역)의 Rrs값으로 규격화한 스펙트럼 형태를 나타낸 그래프이고, Fig. 9b는 파장 570 nm와 파장 480 nm의Rrs 값 분포그래프이다. T지역과 R지역은  해양광학적으로 CASE-II성향 유사한 해수의 원격반사도 스펙트럼 형태를 보였는데특히 수심이 얕은 해역의 특성인 해저면의 영향에 의한 스펙트럼 형태의 변형이 팔라우섬의 수심 얕은 해역의 Rrs스펙트럼 형태와 유사하였다. 또한 T지역의 일부 정점들은 부유물과 용존유기물의 영향으로 파장 550 nm 이하의 단파장 영역에서 강한 반사도 분광 특성을 보였다. 수심이 약30m이상의 S지역은 해양광학적으로 CASE-I성향과 유사한 해수의 원격반사도 스펙트럼 형태를 보였고, 그 중 일부 정점들은 부유물의 영향으로 파장 550 nm 부근에서 높은 반사도 분광 특성을 보였다.

OGCSBN_2021_v37n3_615_f0010.png 이미지

Fig. 9. (a) Remote sensing reflectance of seawater in Tonga at all wavelength spectrum normalized by the reflectance at 570 nm (T and R region) and 480 nm (S region) and (b) relationship between remote sensing reflectance at 570 nm and 480 nm.

3) 팔라우 및 통가 지역에 대한 경험적 알고리즘 개발 연구

Fig. 10은 본 연구를 통해 획득한 팔라우섬과 통가섬의 현장 관측 자료들을 기반으로 원격반사도 밴드비와 부유물 농도의 상관 관계를 분석한 그래프로, 상관도 (R2)가 0.98로 높게 나타났으며 그 관계를 2차 다항식으로 표현하면 다음과 같다.

OGCSBN_2021_v37n3_615_f0006.png 이미지

Fig. 10. Empirically examined relationship between band ratio of remote sensing reflectance and total suspended matter concentration.

\(\begin{aligned} S S\left(\mathrm{~g} / \mathrm{m}^{3}\right)=& 99.667 \times\left(\frac{M A X\left(R_{r s}(625), R_{r s}(660)\right.}{R_{r s}(555)}\right)^{2}-\\ & 44.21 \times\left(\frac{M A X\left(R_{r s}(625), R_{r s}(660)\right.}{R_{r s}(555)}\right)+5.1785 \end{aligned}\)        (4)

현재 운용 중인 MODIS, VIIRS 및 GOCI-II의 전구 관측 모드 자료 등의 다양한 해색위성을 활용하기 위해서는 추후 다량의 현장자료와 그에 따른 해색위성영상의 매칭자료를 확보하고, 각 해색센서별 구성 밴드 및 특성 등을 고려하여 위와 같은 경험적 알고리즘을 개선하고 정확도를 향상시키는심층연구를 지속적으로 수행할 필요가 있다.

4.결론 및 토의

팔라우 섬의 관측해역은 해역에 상관없이 총 부유물농도가 유사한 분포를 보였다. 수심이 얕은 지역은 맹그로브의 서식지가 많고 이러한 해역일수록 색소보다 부유물의 영향에의해 흡광계수 값과 스펙트럼 형태가 결정되었다. 또한 용존유기물의 흡광스펙트럼은 흡광계수 값이 크고 기울기 값이 작은 특성을 보였는데 이것은 용존유기물의 기원 차이에 의한 것으로수심이 얕은 지역일수록 육상기원용존유기물이 우세하게 분포하기 때문인 것으로 판단된다. 관측해역을 중심으로 한 팔라우섬 연안해역의 해수 원격반사도 스펙트럼의 특징은 대체적으로 CASE-I성향이 강한 스펙트럼 형태를 보이면서도 일부 해역은 부유물의 영향에 의해 파장 550 nm부근에서 반사도 분광 특성이 나타나는 혼용된 CASE-I성향의 원격반사도 스펙트럼 형태를 보였으며, 연안해역 중 수심이 얕은 지역은 해저면의 영향에 의해 스펙트럼 형태가 변형된 CASE-II성향의 원격반사도 스펙트럼 형태로 사료된다. 이에 대하여 본 연구에서는 단지 스펙트럼 형태의 비교에 의한 판단일 뿐이며, 추후 원격반사도 모델과 흡광계수 및 역산란 계수 등의 다양한 현장 자료를 활용한 심층 연구가 필요하다.

통가 섬의 관측해역은 Lagoon지역을 제외한 나머지 해역의 총 부유물 농도가 유사한 분포를 보였고 Lagoon 지역에서도 서쪽 해역이 가장 높은 총 부유물 농도 분포를 보였다. 연안해역 중 산호초군락 지역은 색소보다 부유물의 영향에 의해서,그 외 지역은 대체적으로 부유물보다 색소의 영향에의해 흡광계수 값과 스펙트럼 형태가 결정되었으며, Lagoon 지역의 서쪽해역은 색소의 영향에 의해, 동쪽해역은 부유물의 영향에 의해 흡광계수 및 스펙트럼 형태가 결정되었다. 또한 용존유기물의 흡광 스펙트럼은 Lagoon지역을 포함한 모든 관측해역에서 흡광계수 값이 크고 기울기 값이 작은 특성을 보였는데 이것은 용존유기물의 기원차이에 의한 것으로 육상 기원 용존유기물이 우세하게 분포하기 때문으로 판단된다.통가 섬의 관측해역들 중에서 산호초 군락 지역과 Lagoon지역의 해수 원격반사도 스펙트럼의 특징은 CASE-II성향이 강한 스펙트럼 형태를 보였고, 그 외 나머지 관측해역은 대체적으로 CASE-I성향이 강한 스펙트럼 형태를 보이면서도 일부 해역은 부유물의 영향에 의해 파장 550 nm부근에서 반사도 분광 특성이 나타나는 혼용된 CASE-I성향의 원격반사도 스펙트럼 형태를 보였다.

팔라우 섬과 통가 섬의 현장자료를 기반으로 부유물 농도에대한 경험적 알고리즘 개발연구를 수행하였는데, 파장 555 nm, 625 nm, 660nm의 세 개 밴드를 이용한 원격반사도 밴드비와 부유물 농도의 결정계수가 0.98 로 상당히 좋은 상관관계를 보였다. 그러나 현재 운용 중인 MODIS, VIIRS 및GOCI-II 등의 해색위성에 적용하기 위해서는 각 센서별 밴드 구성 및 특성을 고려한 심층 연구가 필요하며 또한 다량의 현장자료와 그에 따른 해색위성의 매칭자료가 필요할 것으로 판단된다.

사사

이 연구는 한국해양과학기술원의 “생지화학 순환 및 해양환경변동 연구” 사업의 지원으로 수행되었습니다.

References

  1. Andrefouet, S., P. Kramer, D. Torres-Pulliza, K.E. Joyce, E.J. Hochberg, R. Garza-Perez, P.J. Mumby, B. Riegl, H. Yamano, W.H. White, M. Zubia, J.C. Brock, S.R. Phinn, A. Naseer, B.G. Hatcher, and F.E. Muller-Karger, 2003. Multi-site evaluation of IKONOS data for classification of tropical coral reef environments, Remote Sensing of Environment, 88: 128-143. https://doi.org/10.1016/j.rse.2003.04.005
  2. Charles, C.D., D.E. Hunter, and R.G. Fairbanks, 1997. Interaction between the ENSO and the Asian monsoon in a coral record of tropical climate, Science, 277: 925-928. https://doi.org/10.1126/science.277.5328.925
  3. Curray, J.R., F.P. Shepard, and H.H. Veeh, 1970. Late quaternary sea-level studies in Micronesia: Carmarsel expedition, Geological Society of American Bulletin, 81: 1865-1880. https://doi.org/10.1130/0016-7606(1970)81[1865:LQSSIM]2.0.CO;2
  4. Foody, G.M., 2002. Status of land cover classification accuracy assessment, Remote Sensing of Environment, 80: 185-201. https://doi.org/10.1016/S0034-4257(01)00295-4
  5. Golbuu, Y., 2000. Status of Coral Reefs of Palau, PCC-CRE Publication 19/00, Palau Community College Koror, Palau, p. 54.
  6. Golbuu Y., M. Gouezo, H. Kurihara, L. Rehm, and E. Wolanski, 2016. Long-term isolation and local adaptation in Palau's Nikko Bay help corals thrive in acidic waters, Coral Reefs, 35(3): 909-918 https://doi.org/10.1007/s00338-016-1457-5
  7. Gouezo M., Y. Golbuu, R. Woesik, L. Rehm, S. Koshiba, and C. Doropoulos, 2015. Impact of two sequential super typhoons on coral reef communities in Palau, Marine Ecology Progress Series, 540: 73-85. https://doi.org/10.3354/meps11518
  8. Houk, P. and T. Leberer, 2008. Rapid Ecological Assessment of Chuuk, Hall, and Mortlock Islands, Chuuk State, Federated States of Micronesia, p. 53.
  9. Hyun, S., H.S. Park, and S. Kim, 2008. Geochemical elements in coral skeleton: potential proxies for the earth climatic changes and oceanic pollution, Journal of the Geological Society of Korea, 44: 119-131 (in Korean with English abstract).
  10. Kang, J.H., W.S. Kim, and K.H. Cho, 2005. Mesozoo plankton Community in the Chuuk Lagoon of the Federated States of Micronesia, Ocean and Polar Research, 27(4): 463-476. https://doi.org/10.4217/OPR.2005.27.4.463
  11. Laurent, E.J., H. Shi, D. Gatziolis, J.P. LeBouton, M.B. Walters, and J. Liu, 2005. Using the spatial and spectral precision of satellite imagery to predict wildlife occurrence patterns, Remote Sensing of Environment, 97: 249-262. https://doi.org/10.1016/j.rse.2005.04.015
  12. Lyzenga, D.R., 1981. Remote sensing of bottom reflectance and water attenuation parameters in shallow water using aircraft and Landsat data, Int. J., Remote Sensing, 2: 71-82. https://doi.org/10.1080/01431168108948342
  13. Min, W.G., D.S. Kim, and M.S. Kim, 2006. Meiobenthic Community Structures on the Sediment of Seagrass Bed and Mangrove Forest in Chuuk Lagoon, Micronesia, Ocean and Polar Research, 28(1): 13-24. https://doi.org/10.4217/OPR.2006.28.1.013
  14. Moon, J.E., Y.H Ahn, J.H. Ryu, and P. Shanmugam, 2010. Development of ocean environmental algorithms for Geostationary Ocean Color Imager (GOCI), Korean Journal of Remote Sensing 26: 189-207. https://doi.org/10.7780/kjrs.2010.26.2.189
  15. Moon, J.E., Y.J. Park, J.H. Ryu, J.K. Choi, J.H. Ahn, J.E. Min, Y.B. Son, S.J. Lee, H.J. Han, and Y.H. Ahn, 2012. Initial validation of GOCI water products against in situ data collected around Korean Peninsula for 2010-2011, Ocean Science Journal, 47: 261-277. https://doi.org/10.1007/s12601-012-0027-1
  16. Mumby, P.J. and A.J. Edwards, 2002. Mapping marine environments with IKONOS imagery: enhanced spatial resolution can deliver greater thematic accuracy, Remote Sensing of Environment, 82: 248-257. https://doi.org/10.1016/S0034-4257(02)00041-X
  17. Mumby, P.J., W. Skirving, A.E. Strong, J.T. Hardy, E.F. LeDrew, E.J. Hochberg, R.P. Stumpf, and L.T. David, 2004. Remote sensing of coral reefs and their physical environment, Marine Pollution Bulletin, 48: 219-228. https://doi.org/10.1016/j.marpolbul.2003.10.031
  18. Purkis, S.J., 2005. A "reef-up" approach to classifying coral habitats from IKONOS imagery, Ieee Transactions on Geoscience and Remote Sensing, 43: 1375-1390. https://doi.org/10.1109/TGRS.2005.845646
  19. Purkis, S.J., S.W. Myint, and B.M. Riegl, 2006. Enhanced detection of the coral Acropora cervicornis from satellite imagery using a textural operator, Remote Sensing of Environment, 101: 82-94. https://doi.org/10.1016/j.rse.2005.11.009
  20. Scopelitis, J., S. Andrefouet, S. Phinn, P. Chabanet, O. Naim, C. Tourrand, and T. Done, 2009. Changes of coral communities over 35 years: Integrating in situ and remote sensing data on Saint-Leu Reef (la Reunion, Indian Ocean), Estuarine Coastal and Shelf Science, 84: 342-352. https://doi.org/10.1016/j.ecss.2009.04.030
  21. Selkoe, K.A., B.S. Halpern, C.M. Ebert, E.C. Franklin, E.R. Selig, K.S. Casey, J. Bruno, and R.J. Toonen, 2009. A map of human impacts to a "pristine" coral reef ecosystem, the PapahAnaumokuAkea Marine National Monument, Coral Reefs, 28: 418 635-650. https://doi.org/10.1007/s00338-009-0490-z
  22. Walker, J.S. and T. Blaschke, 2008. Object-based land-cover classification for the Phoenix metropolitan area: optimization vs. transportability, International Journal of Remote Sensing, 29(7): 2021-2040. https://doi.org/10.1080/01431160701408337
  23. Whiteside, A., C. Dupouy, A. Singh, R. Frouin, C. Menkes, and J. Lefevre, 2021. Automatic o dtection of optical signatures within and around floating Tonga-Fiji pumice rafts using MODIS, VIIRS, and OLCI satellite sensors, Remote Sensing, 13: 501. https://doi.org/10.3390/rs13030501
  24. Yang, C., D. Yang, W. Cao, J. Zhao, G. Wang, Z. Sun, Z. Xu, and K.M.S. Ravi, 2010. Analysis of seagrass reflectivity by using a water column correction algorithm, International Journal Remote Sensing, 31: 4595-4608. https://doi.org/10.1080/01431161.2010.485138
  25. Zoffoli, M.L., R. Frouin, and M. Kampel, 2014. Water column correction for coral reef studies by remote sensing, Sensors, 14: 16881-16931. https://doi.org/10.3390/s140916881