Evaluating Changes in Blue Carbon Storage by Analyzing Tidal Flat Areas Using Multi-Temporal Satellite Data in the Nakdong River Estuary, South Korea

다중시기 위성자료 기반 낙동강 하구 지역 갯벌 면적 분석을 통한 블루카본 저장량 변화 평가

Abstract

Global warming is causing abnormal climates worldwide due to the increase in greenhouse gas concentrations in the atmosphere, negatively affecting ecosystems and humanity. In response, various countries are attempting to reduce greenhouse gas emissions in numerous ways, and interest in blue carbon, carbon absorbed by coastal ecosystems, is increasing. Known to absorb carbon up to 50 times faster than green carbon, blue carbon plays a vital role in responding to climate change. Particularly, the tidal flats of South Korea, one of the world's five largest tidal flats, are valued for their rich biodiversity and exceptional carbon absorption capabilities. While previous studies on blue carbon have focused on the carbon storage and annual carbon absorption rates of tidal flats, there is a lack of research linking tidal flat area changes detected using satellite data to carbon storage. This study applied the direct difference water index to high-resolution satellite data from PlanetScope and RapidEye to analyze the area and changes of the Nakdong River estuary tidal flats over six periods between 2013 and 2023, estimating the carbon storage for each period. The analysis showed that excluding the period in 2013 with a different tidal condition, the tidal flat area changed by up to approximately 5.4% annually, ranging from about 9.38 km² (in 2022) to about 9.89 km² (in 2021), with carbon storage estimated between approximately 30,230.0 Mg C and 31,893.7 Mg C.

지구 온난화는 대기 중 온실가스 농도 증가에 기인하여 전 세계적으로 이상기후를 유발하고 생태계와 인류에게 부정적인 영향을 미치고 있다. 이에 대응하여 각국은 다양한 방법으로 온실가스 감축을 시도하고 있으며, 해안 생태계가 흡수하는 탄소인 블루카본(blue carbon)에 대한 관심도 증가하고 있다. 블루카본은 그린카본(green carbon) 대비 탄소흡수 속도가 최대 50배 빠른 것으로 알려져 있어 기후 변화 대응에 있어 중요한 역할을 한다. 특히, 세계 5대 갯벌 중 하나인 대한민국의 갯벌은 생물 종 다양성이 풍부하고 뛰어난 탄소흡수원으로 평가되고 있다. 블루카본 관련 기존 연구에서는 갯벌의 탄소 저장량 및 연간 탄소 흡수량에 초점을 맞추었으나 위성자료를 활용하여 직접 갯벌의 면적 변화를 탐지하고 이를 탄소 저장량과 연계한 사례는 부족하다. 이에 본 연구에서는 다중시기 고해상도 위성자료인 PlanetScope 및 RapidEye 자료에 Direct Difference Water Index를 적용하여 연구지역인 낙동강 하구 갯벌의 면적 및 변화를 2013년부터 2023년 사이의 6개 시기에 대해 장기적으로 분석하고 시기별 탄소 저장량을 산정하였다. 분석 결과 연구지역 내 갯벌 면적은 조위 기준이 상이한 2013년 시기를 제외하였을 때 최소 약 9.38 km² (2022년), 최대 약 9.89 km² (2021년)로 연간 최대 약 5.4%가 변화하였으며 탄소 저장량은 최소 약 30,230.0 Mg C, 최대 31,893.7 Mg C로 산정되었다.

1. 서론

태양으로부터의 복사 에너지를 대기 중에서 흡수하고 저장함으로써 지구의 온도를 상승시키는 온실가스는 산업혁명 이후 인간의 활동에 의해 그 농도가 급격히 증가하여 지구 평균온도의 상승을 초래하였다(Gettelman and Rood, 2016). 이러한 지구온난화는 폭염, 가뭄, 폭우 및 심각한 허리케인 등 극단적 기후 현상을 빈번하게 발생시키며, 해수면 상승과 빙하 및 영구 동토층의 융해로 인해 해안 지역과 극지방 생태계에서의 광범위한 변화가 나타나고 있다.

이에 대응하기 위하여 많은 국가에서는 재생에너지 사용의 증가, 국제 협약의 체결, 생태계 복원 등을 포함한 다양한 방법을 통해 온실가스 감축을 시도하고 있다. 이러한 노력의 일환으로 해안 생태계가 흡수하는 탄소인 블루카본(blue carbon)에 대한 관심이 증가하고 있다. 블루카본이란 연안 또는 연안 습지에 분포하는 식물과 퇴적물을 포함하는 생태계가 격리 및 저장하고 있는 탄소이다(Mcleod et al., 2011). 2009년 유엔 보고서에서 처음 언급된 이후, 기후 변화에 관한 정부간 협의체 Intergovernmental Panel on Climate Change에 의해 온실가스 감축 수단으로 인정받은 블루카본은 육상생태계가 저장하는 탄소인 그린카본(green carbon) 대비 흡수 속도가 최대 50배 빠른 것으로 알려져 있기 때문에 기후 변화 대응에 있어 중요한 역할을 한다(Sandilyan and Kathiresan, 2012). 특히 세계 5대 갯벌 중 하나인 대한민국의 갯벌은 생물 종 다양성이 풍부하고 뛰어난 탄소흡수원으로 평가되고 있다(Lee et al., 2021).

해안 생태계의 탄소 저장량에 대한 선행연구에서는 염습지나 맹그로브(mangrove) 등 해안 식생 서식지가 탄소의 축적 및 저장에 있어 핵심적인 역할을 수행함으로써 기후 변화 완화에 기여한다고 보고하였다(Duarte et al., 2013; Macreadie et al., 2019; Chen and Lee, 2022). 이러한 맥락에서 Sondak and Chung (2015)은 대한민국 해안 생태계의 탄소흡수원으로써의 역할 및 탄소 흡수량을 추정하였고, Lee et al. (2021)은 정기적인 현장 모니터링을 통해 갯벌의 유기 탄소 축적량 및 흡수율을 평가하였다. 또한, 다양한 기관에서 수집한 갯벌의 공간 정보 데이터를 활용하여 서로 다른 지역 갯벌에서의 탄소 저장량을 비교 및 분석하는 연구가 진행되었다(Jung et al., 2023).

블루카본이 저장되는 공간인 갯벌 탐지에 대한 원격탐사 활용 선행연구로 Murray et al. (2019)은 33년의 기간동안 Landsat 위성자료, 수심측량 모델을 기반으로 전 세계 규모의 갯벌 분포 지도를 작성하였고, Landsat 위성자료와 정규수분지수(Normalized Difference Water Index, NDWI) 적용을 통해 동아시아 지역에 대해 대륙 규모의 갯벌을 탐지 및 모니터링하였다(Murray et al., 2012). 중해상도 위성인 Sentinel-2 위성자료와 클라우드 기반의 위성자료 분석 플랫폼인 Google Earth Engine을 이용하여 Bohai 및 Yellow Sea 지역의 갯벌을 탐지한 사례가 보고되었다(Chang et al., 2022). 국내 연구에서는 고해상도 아리랑 2호 및 3호 광학 위성자료를 활용하여 갯벌의 면적, 변화 등 물리적 특성에 대한 분석이 수행되었다(Sunwoo et al., 2016; Jeong et al., 2020).

이와 같이 기존 연구에서는 주로 갯벌의 유기 탄소량 및 연간 탄소 흡수량에 초점을 맞추었고, 위성자료를 활용하여 직접 갯벌의 면적 변화를 탐지한 경우 이를 블루카본 저장량과 연계한 연구는 제한적이다. 본 연구에서는 다중시기 고해상도 위성자료인 PlanetScope 및 RapidEye 자료를 활용하여 낙동강 하구 지역에서 갯벌 면적을 직접 추출하고, 해당 면적을 기반으로 블루카본 저장량을 산정하였다. 특히 간조와 만조 시간대에 가장 근접한 자료를 확보하기 위해 기존 연구에서 주로 사용되는 Landsat 및 Sentinel과 같은 위성자료보다 시간 해상도가 더 높은 군집위성 자료를 사용하였다. 이를 통해 2013년부터 2023년 사이의 6개 시기에 대해 갯벌의 면적 및 변화를 장기적으로 분석하고 탄소 저장량을 산정하고자 하였다.

2. 연구자료 및 방법

2.1. 연구지역 및 자료획득

2.1.1. 연구지역

본 연구에서는 연구 대상으로 낙동강 하구 지역(약 60 km²)을 선정하였다(Fig. 1). 낙동강 하구 지역은 을숙도, 대마등, 진우도, 신자도, 장자도 등 다양한 규모의 삼각주가 형성되어 있는 지역으로, 담수와 해수가 만나는 지점에 위치해 있다. 이 지역은 조류의 영향을 받으며, 강으로부터 유입되는 퇴적물로 인해 갯벌의 변화가 빈번하게 발생한다. 낙동강 하구 지역의 지형 변화와 관련된 선행연구로부터 활발한 퇴적과 침식 작용으로 인해 해안선이 변화하는 것을 확인할 수 있고(Park et al., 2014), 항공사진의 시계열 분석을 통해 추출된 해안선으로부터 낙동강 하구역 및 인접한 연안사주 지역에서 공간적으로 뚜렷한 지형 변화가 발생함을 확인 가능하다(Kim, 2005). 이처럼 변화가 빈번하게 발생하는 지역의 갯벌을 대상으로 시계열 위성자료를 분석함으로써 면적 변화로부터 해안 생태계가 흡수하는 탄소의 양에 미치는 영향을 평가하고자 한다.

Fig. 1. Study area of Nakdong River estuary in Busan, South Korea.

2.1.2. 연구자료

갯벌의 탐지를 위해 Planet Labs (https://www.planet.com/)사가 운영하는 고해상도 위성인 RapidEye 및 PlanetScope의 자료를 활용하였다. RapidEye는 2020년 4월 공식적으로 운용이 중단되었으며, PlanetScope는 다수의 소형 위성으로 구성되어 매우 높은 재방문 주기로 운용되고 있다. Planet Explorer (https://www.planet.com/explorer/) 위성자료 조회 시스템을 통해 2013년부터 2023년의 기간동안 구름 영역 50% 이하의 조건을 만족하는 RapidEye 자료 2개 시기, PlanetScope 자료 10개 시기의 표면 반사도(surface reflectance) 위성 자료를 선별 후 획득하였다(Fig. 2). 총 12개 시기의 위성자료는 최저치에 근접한 간조 6개 시기, 최대치에 근접한 만조 6개 시기로 구분하여 갯벌의 시계열 면적 탐지에 사용되었으며, 해당 자료 목록 및 조위 정보는 Table 1에 상세히 기술하였다.

Fig. 2. True color composite of RapidEye and PlanetScope image from June 3, 2013, to November 23, 2023. Image acquired on (a) June 3, 2013, (b) September 24, 2013, (c) January 17, 2019, (d) March 8, 2019, (e) October 6, 2020, (f) November 25, 2020, (g) October 23, 2021, (h) November 29, 2021, (i) December 19, 2022, (j) December 24, 2022, (k) November 1, 2023, and (l) November 23, 2023.

Table 1. Satellite data and tidal information used in this study

UTC: Coordinated Universal Time.

각각의 간조 및 만조 시기 육지 면적을 탐지하고 두 시기의 차이를 통해 갯벌만의 면적을 산출하기 위해 조위정보를 사용하였다. 조위 정보는 국립해양조사원 바다누리 해양정보 서비스(https://www.khoa.go.kr/oceangrid/khoa/intro.do)를 통해 각 위성자료의 획득 날짜와 시간에 해당하는 자료로 수집하였다. 2013년에 획득된 2개의 RapidEye 자료의 경우 기상 조건 등을 고려하였을 때 나머지 자료와 유사한 조위 범위(간조: 35~45 cm, 만조: 159~169 cm)를 가진 자료를 확보하기 어려워 간조와 만조 사이의 조위 차이가 상대적으로 작은 시기의 자료를 분석에 사용하였다. 또한 2014년부터 2018년까지의 경우 구름 영역 조건 및 간조, 만조 시간대와 위성자료 촬영 시간이 맞지 않아 분석가능한 자료의 확보가 어려워 2013년과 2019년 사이에 공백 시기가 발생하였다.

자료 분석을 진행하기에 앞서 국토지리정보원(https://www.ngii.go.kr/)에서 제공하는 연구지역의 수치지형도(1:5,000)를 활용하여 내륙 토지, 교량, 건물 등과 같이 갯벌과 유사한 분광값을 가져 오분류 될 가능성이 있는 대상들을 사전에 제외시키고자 하였다. 추가적으로 위성자료와 수치지형도 사이에 존재하는 위치오차 및 교량에 의한 그림자로 인해 발생할 수 있는 영향을 최소화하기 위해 버퍼 영역을 20 m로 설정하여 분석을 진행하였다(Fig. 3). 결과적으로 붉은색 외곽선 내부 영역에 한정하여 갯벌 면적 탐지가 수행되었다.

Fig. 3. Study area outlined in red after removing ground, buildings, and bridges to minimize misclassification.

2.2. 연구방법

2.2.1. 갯벌탐지

본 연구에서는 낙동강 하구 지역의 갯벌 탐지 및 면적 변화 분석을 위해 Abdelhady et al. (2022)에서 제안된 Direct Difference Water Index (DDWI)를 활용하였다. DDWI는 근적외선 밴드와 가시광 녹색 밴드 반사도의 직접적인 차이를 계산하여 육지와 수역을 구분하는 방법으로(식1) 정규화 과정을 거치지 않아 육지와 수역 간의 화소의 대비를 높여 수륙 경계의 정확한 탐지를 가능하게 한다. 식(1)에서 ρ_NIR은 근적외선 밴드 반사도이며, ρ_Green은 가시광 녹색 밴드 반사도이다.

DDWI = ρ_NIR – ρ_Green       (1)

이는 수륙 경계 탐지에 주로 사용되는 NDWI와 같이 정규화 과정을 포함하는 일반적인 수분지수 방법들과는 정규화 과정 유무로 차별화된다. DDWI의 적용성 및 효율성은 미시간 호수의 인디애나주와 접하는 수륙 경계를 대상으로 한 LiDAR 조사 데이터를 이용하여 검증되었다. 검증 과정에서 DDWI 기반의 분석 방식은 PlanetScope, RapidEye, Sentinel-2 및 Landsat-8 위성자료를 통해 99% 이상의 높은 정확도로 수륙 경계를 성공적으로 탐지하였고(Abdelhady et al., 2022), 본 연구에서도 DDWI를 통해 장기간에 걸친 갯벌 탐지 및 면적 변화를 분석하였다. 갯벌 영역 탐지를 위한 연구흐름도는 Fig. 4에 상세히 제시하였다.

Fig. 4. Workflow for detecting tidal flat areas.

RapidEye 및 PlanetScope 위성자료에 DDWI 밴드연산 수행 후 수역과 육지를 구분하는 임계값 추출을 위해 각 화소값을 히스토그램으로 표현하였고, 화소값 분포의 불규칙성을 줄이고 경향성을 강조하기 위해 가우시안 필터(Gaussian filter)를 적용하여 히스토그램 스무딩(histogram smoothing)을 수행하였다. 수역과 육지의 구분을 위한 임계값은 스무딩한 히스토그램상 두 피크 사이의 최소값으로 결정하였으며, 이렇게 결정된 임계값을 기반으로 각각의 위성자료에 대해 갯벌 영역을 한정하는 마스크를 생성하고 적용하였다. 갯벌 추출 결과에 대한 폴리곤(polygon)의 형태를 간결화 하기 위해 3 × 3 화소 크기로 Dilate 1회 후 Erode 1회 순서로 모폴로지(morphology) 연산을 수행하였다.

연구과정에서 사용된 PlanetScope 위성자료의 경우 원본 이미지와 DDWI 연산을 적용한 일부 자료에서 선형 노이즈의 존재를 확인하였다(Fig. 5). 이러한 선형 노이즈는 이미지 분석 및 해석 과정에서 갯벌의 오탐지 문제가 발생할 수 있으므로 분석의 정확도를 높이기 위해 이를 제거하거나 최소화하는 과정이 필요하다. 또한 Ghorai and Mahapatra (2020)의 사례와 유사하게 DDWI 연산 및 임계값을 통한 갯벌 영역 추출 과정에서 갯벌 영역 내부에 포함된 작은 물웅덩이와 같은 소규모 수역 화소들이 갯벌로 탐지되지 못하였다. 이러한 문제는 특히 고해상도 위성자료를 이용한 화소기반 갯벌 탐지 및 분류 작업에서 면적에 대한 정확도를 저하시킬 수 있는 요소로 작용한다. PlanetScope 위성자료의 선형 노이즈와 갯벌 내부의 얕은 물웅덩이로 인해 갯벌이 아닌 수역으로 분류된 화소들을 제거하기 위해 Erode 및 Dilate 필터링 된 이미지에 대해 폴리곤을 생성하고, ArcGIS Pro 소프트웨어의 Eliminate Polygon Part 도구를 활용하여 900 m² 이하의 선형 노이즈와 갯벌 내 위치한 100,000 m² 이하의 물웅덩이 부분을 제거함으로써 보다 정확한 갯벌 영역 탐지를 수행하였다. 갯벌 면적 추출을 위해 DDWI 연산을 통해 수역과 갯벌을 포함한 육지 영역을 구분한 후 각 연도의 간조 시기에 해당하는 폴리곤에서 만조 시기에 해당하는 폴리곤과의 중첩 영역을 제거하여 해당 연도의 갯벌 면적만을 도출하였다.

Fig. 5. Linear noise indicated by a red box in a PlanetScope image acquired on October 6, 2020: (a) true color composite image, (b) direct difference water index (DDWI) applied image, and (c) image masked with a selected threshold.

추출된 갯벌의 정확도 평가를 위해 2023년 11월 23일(간조) 및 2023년 11월 1일(만조)의 맹금머리등, 백합등, 도요등 지점의 갯벌에 대해 육안 분석을 통해 최대한 수역과 육지 경계를 정밀하게 구분하도록 디지타이징(digitizing)을 수행하였다. 해당 지점에서 DDWI 기반 기법을 통해 추출된 갯벌과 디지타이징을 통해 얻은 갯벌 추출 결과를 중첩하여 비교하였다.

2.2.2. 블루카본 저장량 산정 방법

Howard et al. (2014)이 제시한 토양 코어 샘플링(core sampling)을 통해 획득한 토양의 건조 부피의 밀도 및 토양 내 유기 탄소 함량 측정 결과로부터 토양 유기 탄소의 정량적인 분석 결과를 획득하는 방법을 적용하여 연구 지역 내 갯벌의 블루카본 저장량을 산정하였다. 블루카본 저장량(Mg C)을 산정하는 방법은 식(2)와 같다.

\(\begin{align}\begin{array}{l}\text{Blue carbon stock }(\mathrm{Mg} \mathrm{C})\\=\text{main organic carbon stock per unit area }\left(\text {Mg C ha}^{-1}\right)\\\times \text {Tidal flat area}\left(\mathrm{km}^{2}\right) \times \frac{100 \mathrm{ha}}{1 \mathrm{~km}^{2}}\end{array}\end{align}\)       (2)

국내 갯벌 내 유기 탄소 저장량을 측정한 선행연구인 Lee et al. (2021)에서는 대한민국의 경기, 충남, 전북, 전남, 경남, 경북, 강원의 총 7개 도에 걸친 21개의 갯벌 지역에서 채취한 코어 퇴적물의 유기 탄소 저장량을 측정하였다. 본 연구에서는 남해안 연안의 갯벌 퇴적물 코어 자료 중 낙동강 하구에서 채취된 자료를 선별하여 사용하였다. 낙동강 하구의 6개 지점에서 채취된 총 33개의 코어 샘플링 자료를 기반으로 연도별로 재구성하고 평균치로 나타내었다(Table 2). 2017년부터 2019년까지의 자료는 2017년 6개, 2018년 5개, 2019년 17개, 2020년 5개의 코어 샘플링 자료로 구성되어 있고, 총 33개의 코어 샘플링 자료의 평균 유기 탄소량을 블루카본 저장량 산정에 활용하였다.

Table 2. Organic carbon stock in the Nakdong River estuary from 2017 to 2020 (Lee et al., 2021)

3. 연구결과 및 토의

3.1. 갯벌 면적 탐지

3.1.1. DDWI 연산 결과

2013년부터 2023년까지의 기간동안 취득한 간조 6개 시기, 만조 6개 시기의 위성자료에 대해 DDWI 연산을 적용하였다. 육안으로 원본 이미지와 DDWI 결과 이미지를 비교하였을 때 수역은 밝게, 육지는 어둡게 나타나며, 두 영역 간 구분이 명확하게 이루어진 것을 확인할 수 있다(Fig. 6). 그러나 이미지 상단에 위치한 건물 밀집구역을 살펴보면 갯벌과 유사한 분광 특성을 가진 일부 객체들이 갯벌로 잘못 분류될 수 있음이 확인되어(Fig. 6b) DDWI 연산을 이용하여 수역과 육지를 구분하는 과정에서 내륙 토지 및 건물이나 교량과 같은 인공구조물에 대한 전처리가 필요한 것으로 판단하였다(Fig. 6c).

Fig. 6. An example of the application of direct difference water index (DDWI): (a) a true color composite image from PlanetScope acquired on November 23, 2023, and (b) an image with DDWI applied, and (c) an image showing the removal of land and artificial structures in the DDWI applied image.

수역과 육지를 구분하는 임계값의 경우 각각의 화소값에 대해 히스토그램을 작성한 후 두 주요 피크 사이의 최소값을 기준으로 산정하였다. 각각의 위성자료는 시기별 다양한 대기 조건에서 확득되기 때문에 모든 자료에 대해 고정 임계값을 사용하는 것은 효율적이지 않다(Choung and Jo, 2016). 따라서 각 자료마다 임계값을 모두 다르게 적용하였으며, –365~168의 화소값 수치 범위 내에서 도출되었다. 또한, PlanetScope 이미지에서 관찰된 선형 노이즈 및 소규모 수역 화소는 앞서 언급한 Erode 및 Dilate 필터링 적용 후 생성한 폴리곤에 대해 해당 화소들을 제거함으로써 분류의 정확도를 향상시켰다.

3.1.2. 갯벌 영역 추출 결과

각 연도별 갯벌 면적 및 변화 분석을 통한 블루카본 저장량 산정을 위해 간조 시기와 만조 시기의 영역 차이를 이용하여 갯벌을 추출하였다(Fig. 7). Fig. 7(a)는 2013년부터 2023년까지 총 6개 시기의 모든 갯벌 영역 추출 결과를 중첩한 지도이며 대마등과 맹금머리등이 위치한 내륙과 가까운 지역보다는 진우도, 신자도, 도요등과 같이 바다와 직접 접하고 있는 섬들의 남쪽 지역에서 더욱 뚜렷한 지형 변화를 확인할 수 있다. 특히 신자도와 장자도 주변 해안가(Fig. 7(a) 내 A 지점)에서 만조와 간조 시기 사이의 조위 차이가 상대적으로 작은 2013년도와 그 이후 시기를 비교하였을 때 뚜렷한 변화가 일어난 것을 볼 수 있다. 이와 같은 변화는 낙동강 하구 지역이 해수와 담수가 만나는 연안의 사주에서 강이 운반하는 퇴적물이 축적되는 과정뿐만 아니라 해류나 조석, 파랑 등 해양의 영향을 받아 해안선의 변화가 지속적으로 발생한 결과로 판단된다.

Fig. 7. Extracted tidal flat polygons: (a) tidal flat polygons for six periods from 2013 to 2023 detailing each year in (b) 2013, (c) 2019, (d) 2020, (e) 2021, (f) 2022, and (g) 2023.

시기별 갯벌 면적 산출 결과(Table 3) 구름 및 조위 조건 등을 고려하였을 때 나머지 시기와 유사한 조위 범위의 위성자료를 확보하기 어려워 간조 시기와 만조 시기의 조위 차가 상대적으로 작은 시기의 자료를 분석하였던 2013년을 제외하면 최소 면적 9.38 km² (2022년), 최대 면적 9.89 km² (2021년)로 산정되었다. 이를 통해 낙동강 하구 연구지역의 경우 최대 면적이 산정된 2021년 대비 최소 면적으로 산정된 2022년에 갯벌 면적이 연간 약 5.4%까지 변화하는 것을 확인하였다. 1년의 기간동안 연구지역 내 인위적 요인의 발생 없이 자연적으로 갯벌의 면적이 약 5.4% 변화한 것을 확인함으로써 PlanetScope와 같이 높은 시간해상도의 자료 확보가 가능한 군집위성을 이용하여 이와 같이 단 기간 내에 변화 발생 가능성이 높은 지역을 주기적으로 모니터링 하는 것이 필요할 것으로 생각된다. 또한, Fig. 8은 DDWI 기반 기법을 통해 추출된 갯벌과 디지타이징을 통해 얻은 갯벌 추출 결과를 중첩하여 비교한 결과이다. 중첩 비교 분석 결과, DDWI 기반 기법을 통해 추출된 갯벌 면적이 디지타이징을 통해 추출된 갯벌 면적 대비 102.7%의 면적으로 산출된 것을 확인하였다.

Table 3. Extracted tidal flat area

Fig. 8. Comparison of tidal flat extraction results using the direct difference water index (DDWI) and digitizing, with images acquired on November 1, 2023, and November 23, 2023.

3.2. 블루카본 저장량 산정

앞서 제시한 식(2)를 활용하여 DDWI를 통해 추출된 총 6개 시기의 갯벌 면적에 대한 블루카본 저장량을 추정하였다. 단위면적당 유기 탄소 저장량은 33개 코어 샘플링 자료의 평균값인 32.2 Mg C ha^–1로 설정하고 각 연도별 갯벌 면적을 기반으로 한 블루카본 저장량을 산정하였다(Table 4). 다른 시기보다 조위 범위가 좁은 2013년을 제외한 경우 최소 갯벌 면적 9.38 km²로 추출된 2022년의 블루카본 저장량이 30,230.0 Mg C로 산정된 반면, 최대 갯벌 면적 9.89 km²로 추출된 2021년의 블루카본 저장량이 31,893.7 Mg C로 산정되어 연구지역 내 블루카본 저장량이 최대 1,663.7 Mg C의 변화를 나타낸 것으로 확인되었다.

Table 4. Blue carbon storage per tidal flat area based on organic carbon storage from samples collected in the Nakdong River estuary from 2017 to 2020

전체 갯벌 면적에 대한 블루카본 저장량을 구하기 위해 2017년부터 2020년까지 낙동강 하구 갯벌의 6개 지점에서 수집된 33개의 코어 샘플링 자료를 산술 평균하여 평균값을 구하고, 이를 갯벌 전체의 단위면적당 유기 탄소량으로 설정하였다. 연구시기는 2013년, 2019년, 2020년, 2021년, 2022년, 2023년의 총 6개 시기이지만 블루카본 저장량 산정에 활용한 단위면적당 유기 탄소량은 2017년, 2018년, 2019년, 2020년의 자료이기 때문에 나머지 4개 시기와는 Table 2와 같이 시기별 유기 탄소량과 차이가 있을 것으로 판단된다. 추후 낙동강 내 블루카본에 관한 현장측정 연구가 추가로 진행되어 낙동강 하구 갯벌에서의 샘플링을 통한 시기별 유기 탄소량 자료가 수집된다면 더 정확한 연구지역의 블루카본 저장량을 산정할 수 있을 것으로 기대된다.

4. 결론

본 연구에서는 다중시기 RapidEye 및 PlanetScope 위성자료를 활용하여 낙동강 하구 지역의 갯벌 면적 및 변화를 장기 시계열 분석하였고 이를 통해 각 시기별 블루카본 저장량을 산정하였다. 이 과정에서 2013년부터 2023년까지의 기간동안 간조 6개 시기, 만조 6개 시기의 위성자료에 대해 DDWI 연산을 적용하여 수역과 육지를 효과적으로 구분하고, 노이즈 및 갯벌이 아닌 것으로 분류된 갯벌 내 물웅덩이의 제거 과정을 거쳐 최종적인 갯벌 영역을 추출하였다. DDWI의 경우 수역과 육지를 잘 구분하였지만 갯벌과 유사한 분광 특성을 가진 내륙 토지, 건물, 교량과 같은 객체의 경우 갯벌로 오분류 될 수 있어 이에 대한 전처리 과정이 필요하였다. 조위 조건이 상이한 2013년 시기를 제외하고 갯벌의 최소 면적은 2022년 9.38 km², 최대 면적은 2021년 9.89 km²였으며, 2021년과 비교하여 2022년에 약 5.4%의 갯벌 면적이 변화함을 확인하였다. 블루카본 산정량은 최대 면적에 대해 31,983.7 Mg C, 최소 면적에 대해 30,230.0 Mg C로 산정되었고, 갯벌의 면적 변화에 따라 블루카본 저장량이 2021년 및 2022년 사이 연간 최대 1,663.7 Mg C 변화한 것으로 나타났다. 이를 통해 침식 및 퇴적 등 자연적 요인으로 잦은 변화가 발생하는 낙동강 하구와 같은 지역의 경우 재방문 주기가 높은 군집위성을 통한 지속적인 모니터링이 필요함을 확인하였다.