• 환경생물
• /
• 제40권4호
• /
• pp.363-373
• /
• 2022

본 연구는 2021년 4월부터 8월까지 3차례에 걸쳐 제주도 봉개동에 위치한 물장오리오름 습지의 저서성 대형무척추동물상 및 군집구조를 파악하기 위해 수행되었다. 조사지점은 물장오리오름 습지를 4개의 구역으로 구분하였으며, 접근이 가능한 3개 구역(1 area~3 area)에서 조사를 실시하였다. 물장오리오름 습지의 서식지 환경을 분석한 결과, 월 평균기온은 7~8월에 가장 높고, 12~2월에 가장 낮은 양상이 2017년부터 2021년까지 반복되었다. 월 강수량은 2017년을 제외하고 2018년부터 2021년까지 장마철인 6월부터 9월에 가장 높은 것으로 분석되었다. 위성영상 분석을 통해 식생면적과 수 면적의 변동을 분석한 결과, NDVI는 2월부터 7월까지 증가하고 이후 감소하는 양상을 나타내었으며, NDWI는 반비례의 관계를 나타내는 것으로 분석되었다. 조사기간 동안 채집된 저서성 대형무척추동물은 총 2문 3강 8목 17과 26종이 출현하였으며, 정성조사 시 13과 21종, 정량조사 시 15과 24종 412개체가 출현하였다. 우점종은 깔따구류(Chronomidae spp.)가 132개체(32.04%)로 확인되었으며, 자색물방개(Noterus japonicus)가 71개체(17.23%)로 아우점하였다. 본 연구와 문헌에서 확인된 출현종을 비교·분석한 결과, 딱정벌레목과 잠자리목의 종다양성이 높은 것으로 확인되었으며, 주요 섭식기능군은 Predators, 서식기능군은 Swimmers로 분석되었다. OHC-group은 2021년에 17종(73.91%)이 확인되었으며, 2016년에는 23종(79.31%), 2018년에 26종(86.67%), 2019년에 19종(79.17%)이 출현하였다. 멸종위기야생생물 II급인 물방개(Cybister japonicus)가 문헌에서 서식하는 것으로 확인되었으며, 2021년에도 10개체(2.43%)가 조사되었다. 따라서 물장오리오름 습지에 서식하고 있는 물방개의 서식환경을 유지할 수 있도록 지속적인 관리와 서식지 보호가 필요할 것으로 생각된다.

• 대한원격탐사학회지
• /
• 제39권5_4호
• /
• pp.1135-1144
• /
• 2023

국내 농업용 저수지는 1970년 이전에 축조되어 준공 년도가 50년 이상 된 노후화된 시설이 대다수이며, 소규모 저수지는 기본 제원 및 수위 등을 파악할 수 있는 계측시스템이 없는 미계측 저수지이다. 준공 이후 호우발생 시 퇴적된 토사 유입, 퇴사량 증가에 따른 저수지 용량 감소 및 산업 고도화에 따른 수질악화 등은 저수지의 용수공급능력을 저하시키고 형상 변화를 야기한다. 따라서, 디지털 정보 및 원격탐사 정보를 결합한 계측 기술을 활용하여 미계측 저수지 수체 모니터링을 위한 공간정보 구축 방안이 필요하다. 본 연구에서는 지표면의 고도정보와 형태를 파악할 수 있는 Light Detection And Ranging (LiDAR) 센서를 활용하여 저수지 시설물의 고해상도 Digital Surface Model (DSM), Digital Elevation Model (DEM) 자료를 구축하고, 멀티빔(MultiBeam) 음향 측심기 기반 수심측량 정보의 융합을 통해 디지털 공간정보 융합 방안을 제시하고자 한다. 드론용 LiDAR를 활용하여 공간해상도 50 cm의 DSM 및 DEM 자료를 구축하여, 저수지 제방, 여수로, 용수로 등의 수리시설물의 디지털 공간정보를 구축하였다. 다분광 영상을 활용하여 수체를 탐지하기 위해 정규식생지수(Normalized Difference Vegetation Index, NDVI), 정규수분지수(Normalized Difference Water Index, NDWI)를 산정하여, 저수지의 수표면을 산정하였다. 또한, 고해상도 DEM 자료는 수심측량 자료와 융합하여 수심도를 작성하였으며, Triangulated Irregular Network (TIN)로부터 저수지 만수면적 및 체적을 산정하였다. LiDAR 센서 및 멀티빔 기반의 수심측량, 광학위성자료 영상 및 다중분광 드론영상을 활용한 수체 탐지 기술 등의 공간정보 융합은 미계측 저수지의 디지털 인프라를 구축하여 저수지의 가용용수공급능력을 모니터링 하기 위한 기초자료로서 활용성이 높을 것으로 사료된다.

• 한국지구과학회지
• /
• 제35권1호
• /
• pp.54-68
• /
• 2014

서울을 포함한 수도권지역의 지표면 특성분석을 위하여 Landsat 위성자료(Landsat 5, Landsat 7, Landsat 8)를 이용하여 다양한 지표 특성지수와 지표면 온도를 계산하였다. 연구에 사용된 Landsat 자료는 가을철 자료로써 1985년 10월 21일의 Landsat 5, 2003년 9월 29일의 Landsat 7 그리고 2013년 9월 1일의 Landsat 8 자료를 이용하였다. 그리고 서울과 주변지역에 대하여 토양조절 식생지수, 수정 정규 습윤지수, 정규 습윤지수, 태슬 모자형 밝기, 태슬 모자형 초록, 태슬 모자형 습윤, 정규 식생지수, 정규 건설지수와 같은 지표 특성지수와 지표면 온도를 산출하였다. 대부분의 지표 특성지수들은 도시, 시골, 산, 건물, 강 그리고 도로 등에서 잘 구별되었다. 특히, 도시화의 특징은 서울 주변의 신도시(예, 일산)에서 잘 나타났다. 정규 식생지수와 정규 건물지수 그리고 지표면 온도에 따르면 도시의 확장은 서울의 주변지역에서 뚜렷이 보였다. 지표면 온도와 지표고도는 식생 또는 건설물의 구조와 분포를 나타내는 정규 식생지수 그리고 정규 건물지수와 강한 상관성이 나타났다. 정규 식생지수는 지표면온도와 양의 상관성을 보였고 지표고도와 음의 상관성을 가지는 반면, 정규 식생지수는 지표면온도와 지표고도에 대하여 각각 반대의 특성을 나타내었다. 또한, Landsat의 정규 식생지수와 정규 건물지수는 수도권지역에서 밀접한 관계를 보였다. Landsat 8과 Landsat 5에서는 -0.6 이하의 강한 상관성이 있었으며 Landsat 7에서는 -0.5 이상의 낮은 상관성이 나타났다.

• 대한원격탐사학회지
• /
• 제36권6_2호
• /
• pp.1605-1613
• /
• 2020

갯골은 갯벌 퇴적의 형성과 발달에 가장 핵심적인 구실을 하는 해안퇴적지형으로써, 갯벌 퇴적/침식 지형의 이해와 분포 파악에 있어 매우 중요한 지표로 여겨진다. 본 연구는 KOMPSAT 고해상도 위성영상자료를 활용하여 시화호 간척지의 방조제 수문 개방 이후 시기별 갯골 변화 양상을 파악하고, 고해상도 위성 영상의 활용 가능성 및 효율성 평가하는데 목적을 가진다. 갯골 선 추출을 위해 2009년, 2014년, 2019년 세 시기를 대상으로 KOMPSAT 2, 3 영상을 활용하였으며, 각 4개의 분광 밴드를 활용한 주성분 분석 및 기본 신경망 기반 감독 분류와 Normalized Difference Water Index, Matched Filtering 및 Spectral Angle Mapper 감독 분류 기반의 밴드 비연산 기법을 적용하였다. 추출한 갯골 정보의 검증을 위해 국토지리정보원 수치지도정보 및 중해상도 Landsat 7 ETM+ 영상자료를 활용하였다. 검증 결과, 갯골 선의 방향성 및 분포 양상 변화 감지 부분에서 KOMPSAT 영상 자료가 Landsat 7 영상과 비교하여 검증자료와 큰 일치성을 나타냈다. 하지만 갯골 선 밀도 분포 파악 및 퇴적 지형 발달과 관련된 유의미한 정보의 제공에 있어서는 한계를 가질 것으로 확인되었다. 본 연구는 국내 조간대 환경 이슈에 대응하는 방안으로써 KOMPSAT 영상 기반 고해상도 원격 탐사의 활용 가능성을 제시할 수 있을 것으로 기대되며, 조간대 환경 일대를 대상으로 하는 다종 플랫폼 영상 기반 융·복합 주제도 작성을 위한 기초연구자료로써 이용될 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1723-1735
• /
• 2022

산사태는 가장 널리 퍼진 자연재해 중 하나로 인명 및 재산피해 뿐만 아니라 범 국가적 차원의 피해를 유발할 수 있기 때문에 효과적인 예측 및 예방이 필수적이다. 높은 정확도를 갖는 산사태 취약성도를 제작하려는 연구는 꾸준히 진행되고 있으며 다양한 모델이 산사태 취약성 분석에 적용되어 왔다. 빈도비 모델, logistic regression 모델, ensembles 모델, 인공신경망 등의 모델과 같이 픽셀기반 머신러닝 모델들이 주로 적용되어 왔고 최근 연구에서는 커널기반의 합성곱신경망 기법이 효과적이라는 사실과 함께 입력자료의 공간적 특성이 산사태 취약성 매핑의 정확도에 중요한 영향을 미친다는 사실이 알려졌다. 이러한 이유로 본 연구에서는 픽셀기반 deep neural network (DNN) 모델과 패치기반 convolutional neural network (CNN) 모델을 이용하여 산사태 취약성을 분석하는 것을 목적으로 한다. 연구지역은 산사태 발생 빈도가 높고 피해가 큰 인제, 강릉, 평창을 포함한 강원도 지역으로 설정하였고, 산사태 관련인자로는 경사도, 곡률, 하천강도지수, 지형습윤지수, 지형위치 지수, 임상경급, 임상영급, 암상, 토지이용, 유효토심, 토양모재, 선구조 밀도, 단층 밀도, 정규식생지수, 정규수분지수의 15개 데이터를 이용하였다. 데이터 전처리 과정을 통해 산사태관련인자를 공간데이터베이스로 구축하였으며 DNN, CNN 모델을 이용하여 산사태 취약성도를 작성하였다. 정량적인 지표를 통해 모델과 산사태 취약성도에 대한 검증을 진행하였으며 검증결과 패치기반의 CNN 모델에서 픽셀기반의 DNN 모델에 비해 3.4% 향상된 성능을 보였다. 본 연구의 결과는 산사태를 예측하는데 사용될 수 있고 토지 이용 정책 및 산사태 관리에 관한 정책 수립에 있어 기초자료 역할을 할 수 있을 것으로 기대된다.