강원도 강릉시 산불지역에서의 토양유형의 분포와 침식양상파악을 위한 Landsat ETM 영상의 활용 Application of Landsat ETM Image to Estimate the Distribution of Soil Types and Erosional Pattern in the Wildfire Area of Gangneung, Gangweon Province, Korea원문보기
산불지역 토양의 침식양상을 구분하기위하여 강원도 강릉시 사천면 일대의 산불지역 토양을 조사하였다. 토양은 유기물의 분포양상 및 토양층의 두께, 토양층 발달의 완전성(성숙도)를 근거로 5개 유형으로 구분하였다. 침식 현상은 토양의 유형에 따라 다르게 나타났다. 나뭇잎, 낙엽층, 뿌리, 재 그 밖의 유기물의 피복이 토양의 색과 영상 이미지 반사에 영향을 미치는 중요한 요인이었다. 침식양상의 차이를 보이는 5개 유형의 토양의 Landsat ETM 영상은 토양 유형별로 상이한 반사특성을 보였다. 산불지역 토양의 정규식생지수(NDVI)와 무감독 분류는 토양유형에 따른 Landsat ETM 영상 차이를 잘 반영하기 못하였으나, 최대우도법에 의한 감독분류 기법의 적용시 산불지역에서 침식형태에 따른 토양유형 구분이 가능하였다. 본 연구는 산불지역에서 침식현상을 파악하고 예측하는데 Landsat ETM 영상의 활용이 매우 효과적임을 보여주었다.
산불지역 토양의 침식양상을 구분하기위하여 강원도 강릉시 사천면 일대의 산불지역 토양을 조사하였다. 토양은 유기물의 분포양상 및 토양층의 두께, 토양층 발달의 완전성(성숙도)를 근거로 5개 유형으로 구분하였다. 침식 현상은 토양의 유형에 따라 다르게 나타났다. 나뭇잎, 낙엽층, 뿌리, 재 그 밖의 유기물의 피복이 토양의 색과 영상 이미지 반사에 영향을 미치는 중요한 요인이었다. 침식양상의 차이를 보이는 5개 유형의 토양의 Landsat ETM 영상은 토양 유형별로 상이한 반사특성을 보였다. 산불지역 토양의 정규식생지수(NDVI)와 무감독 분류는 토양유형에 따른 Landsat ETM 영상 차이를 잘 반영하기 못하였으나, 최대우도법에 의한 감독분류 기법의 적용시 산불지역에서 침식형태에 따른 토양유형 구분이 가능하였다. 본 연구는 산불지역에서 침식현상을 파악하고 예측하는데 Landsat ETM 영상의 활용이 매우 효과적임을 보여주었다.
The soil in wildfire area Sacheon-myeon, Gangneung, Gangweon Province, Korea, were investigated to clarify pattern of the soils. The soils were classified into 5 types on the basis of vegetation, types of organic matter. thickness of soil horizons, and completeness of soil profile. Each type showed ...
The soil in wildfire area Sacheon-myeon, Gangneung, Gangweon Province, Korea, were investigated to clarify pattern of the soils. The soils were classified into 5 types on the basis of vegetation, types of organic matter. thickness of soil horizons, and completeness of soil profile. Each type showed different erosion pattern and Landsat ETM image. Coverage of plant leaves, litter, root, ash and other organic matter was an important component that affected soil color and reflectance of Landsat image (digital number). Although the NDVI (Normalized Distribution Vegetation Index) method in the wildfire area did not show much difference in soil types, the applied supervised classification method showed characteristic pattern of Landsat ETM image of soil types. This study showed that the applied supervised Landsat TM image classification in wildfire area is an effective way to estimate the distribution of erosion pattern of soil in wildfire area.
The soil in wildfire area Sacheon-myeon, Gangneung, Gangweon Province, Korea, were investigated to clarify pattern of the soils. The soils were classified into 5 types on the basis of vegetation, types of organic matter. thickness of soil horizons, and completeness of soil profile. Each type showed different erosion pattern and Landsat ETM image. Coverage of plant leaves, litter, root, ash and other organic matter was an important component that affected soil color and reflectance of Landsat image (digital number). Although the NDVI (Normalized Distribution Vegetation Index) method in the wildfire area did not show much difference in soil types, the applied supervised classification method showed characteristic pattern of Landsat ETM image of soil types. This study showed that the applied supervised Landsat TM image classification in wildfire area is an effective way to estimate the distribution of erosion pattern of soil in wildfire area.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
NDVI 는 식생활력도를 이용하기 때문에 토양과 토양을 덮고 있는 유기물층의 반사조건을 구별하지 못하는 것으로 나타났다. NDVI에서 나타나는 이러한 모순을 개선하기 위해 본 연구에서는 감독분류를 시도하였다. 감독분류는 야외현장조사 결과를 Landsat ETM 영상자료 해석에 활용하는 기법으로서 야외 현장 조사를 위해 시간과 비용이 수반되는 단점이 있기는 하나 현장 조사 없이 Landsat ETM 영상만을 이용해 해석을 시도하는 NDVI 방법에 비해 훨씬 정확도를 높일 수 있는 장점이 있다.
국내에서는 아직까지 영상분류에서의 감독분류가 산불지역에 적용된바 없다. 본 연구의 목적은 산불지역에서 토양을 구분하고 각 유형별 토양의 식생분포, 유기물 피복정도, 토양단면의 특징을 파악하고 이러한 정보를 이용하여, Landsat TM 영상을 이용에서 토양을 감독분류하고 각 토양의 유형에 따른 침식현상을 파악하는데 있다.
제안 방법
토양유형별로 침식 현상을 조사하고, 침식현상을 분류하였다. 각각의 조사지점에 대한 위치확인을 위하여 GPS(Global Pointing System; Garmin corp.) 기기를 활용하고, 1 :5,000 지형도를 참조하여 정확한 위치를 산정하였다. 야외조사는 2000년 8월에 산불발생지역에서 현장의 토양의 절개 단면에서 토양층의 분포를 조사하였으며, 반경 30 m 단위로 침식형태를 구분하고, 유기물 및 토양 시료를 기재하였으며 필요에 따라 시료를 채취하였다.
일반적으로 산불지역은 지표피복 구성물질이 타고 남은 나무, 재 등이 우세하게 나타나는 지표 반사 특성을 나타내므로, 이들의 특성을 기준으로 유기물로 덮여있는 지역과 맨땅으로 드러난 유기물이 없는 지역과 영상에서 구분이 가능하다. 본 연구에서 유기물로 덮인 지역의 식별을 위해 Landsat ETM 영상 밴드 3(0.63~0.69叩1)과 밴드 4(0.76-0.90 pm)의 영역을 활용하였다.
본 연구에서는 산불 발생지역에서 타고 남은 유기물과 식생, 토양, 암석 등 지표를 피복하는 물질들을 구분하였다. 지표 피복물질과 토양층 발달의 완정성 및 각 토양H.
유기물이 덮여있지 않고 드러난 토양(bare soil)은 지표를 유기물로 덮인 지역과는 Landsat ETM 영상에서 상이한 분광 특성을 나타낸다. 본 연구에서는 유기물의 유무와 맨땅으로 드러난 토양의 존재 여부에 따라 산불 지역 토양을 5가지 유형으로 구분하였다.
활용된 영상은 산불 발생 전후의 Landsat TM 7영상이며, 강릉시 공원묘원 일대가 나타나는 2000년 5월과 2000년 6월의 영상이다. 산불 발생지역의 좌표보정 및 지형분석을 위하여 1:25, 000 지형도와 1:5,000 지형도를 활용하였으며, 임업연구원의 임업도(1:2, 5000), 농업기반공사의 정밀토양도(1:50, 000)를 참고하였다.
산불지역 토양의 특징과 침식양상을 효율적으로 구분하기 위해 Landsat ETM 영상의 활용을 검토하고자 강원도 강릉시 사천면 일대 산불발생지역에서 야외조사를 통해, 지표분포물질 및 토양단면 구조에 따라 침식지역을 5가지 유형으로 분류하였다. 이들 5가지 유형의 토양은 현장에서 조사한 결과 침식양상에서 차이를 보였으며, Landsat ETM 영상에서 각 밴드의 화소값 차이를 이용하여 각 토양유형별로 구분이 가능하였다.
산불지역인 강원도 강릉시 사천면 일대에서 토양 유형을 구분하기 위해 지표조사를 하였으며 토양을 절개하여 단면을 조사하였다. 토양유형별로 침식 현상을 조사하고, 침식현상을 분류하였다.
토양단면을 작성하기 위해 Ritter(1984)의 토양 분류기준을 활용하였다. 영상의 처리는 야외조사가 시행된 지점의 화소값((DN: Digital Number; Lee, et al., 1999)을 얻기 위해, 기하 보정을 실시하고 화소값을 영상으로부터 각 30개 이상의 지점으로부터 읽어 채택하였다. 감독분류(Supervised Classification) 방법은 최대우도법(Maximum likelihood classifier)을 사용하였으며, 이는 각 화소에서 가장 큰 우도를 갖는 분류항목을 정해주는 것으로 공분산행렬(covariance matrix)을 이용하였다(Haralick and Fulk, 1993).
유기물로 덮여 있는 토양에서 유기물층의 두께에 따라 이들 토양을 다시 Type I과 Type U로 구분하였다. Type 13]- Type n 사이의 구분을 위해 우선 NDVI를 적용하였다.
야외조사는 2000년 8월에 산불발생지역에서 현장의 토양의 절개 단면에서 토양층의 분포를 조사하였으며, 반경 30 m 단위로 침식형태를 구분하고, 유기물 및 토양 시료를 기재하였으며 필요에 따라 시료를 채취하였다. 침식 형태와 토양 단면 조사에서 침식형태에 대한 정확한 분류기준이 미비한 관계로 크게 구별되는 현상을 중심으로 분류하였다. 침식현상에 따른 분류에서 사면의 표층에서만 나타나는 침식현상과 사면의 표층을 침식하고 하부의 층까지 cm 단위로 침식된 소규모 침식자국(rill) 및 고랑(gully)으로 구분하였고, 소규모 침식자국 또는 고랑의 경우는 침식의 폭과 깊이에 따라 정도를 표시하였다.
침식 형태와 토양 단면 조사에서 침식형태에 대한 정확한 분류기준이 미비한 관계로 크게 구별되는 현상을 중심으로 분류하였다. 침식현상에 따른 분류에서 사면의 표층에서만 나타나는 침식현상과 사면의 표층을 침식하고 하부의 층까지 cm 단위로 침식된 소규모 침식자국(rill) 및 고랑(gully)으로 구분하였고, 소규모 침식자국 또는 고랑의 경우는 침식의 폭과 깊이에 따라 정도를 표시하였다. 토양단면을 작성하기 위해 Ritter(1984)의 토양 분류기준을 활용하였다.
단면을 조사하였다. 토양유형별로 침식 현상을 조사하고, 침식현상을 분류하였다. 각각의 조사지점에 대한 위치확인을 위하여 GPS(Global Pointing System; Garmin corp.
토양유형별로 토양층의 발달과 침식양상이 구분되었으며 각 토양유형별로 Landsat ETM 영상의 차이를 비교분석하였다. 침식 현상은 토양 단면의 발달과 밀접하게 관련되며, 표층의 침식형태 및 유기물 구성이 토양단면의 구성을 판단하는데 매우 유용하였다.
지표 피복물질과 토양층 발달의 완정성 및 각 토양H.형에 따른 영상의 특성을 고려하여 연구지역의 토양을 Type I에서 Type V까지 5가지 유형으로 구분하였다. 토양층의 배열 양상에 따라 연구지역을 모두 5개의 토양으로 구분하였다(Fig.
대상 데이터
연구지역은 행정구역상 강원도 강릉시 사천면 사천진리, 판교리, 석교리, 노동리 등에 속하며, 현재 강릉시 시립공원묘원을 중심으로 경도 128° 47' 42" -128° 52' 30", 위도 37° 47' 30"~37° 50' 42"의 지점에 속한다(Fig. 1). 산불은 2000년 4월에 발생하였다.
Type II 토양은 상부는 Type I의 토양과 비슷하나 A1 층과 A2층이 발달이 없고 토양층의 두께가 50내지 60 cm 정도이다. Type Ⅲ 토양은 상부 표면에 유기물이 없고 B층과 C층으로 구성되었으며 두께가 40내지 50 cm 정도이다. Type IV 토양은 토양 표면이 수 cm 정도의 얇은 유기물이 덮여 있고 B층과 C층으로 구성되었으며 토양층의 두께는 40내지 50 cm 정도이다.
감독분류는 야외현장조사 결과를 Landsat ETM 영상자료 해석에 활용하는 기법으로서 야외 현장 조사를 위해 시간과 비용이 수반되는 단점이 있기는 하나 현장 조사 없이 Landsat ETM 영상만을 이용해 해석을 시도하는 NDVI 방법에 비해 훨씬 정확도를 높일 수 있는 장점이 있다. 본 연구에서 시도한 감독 분류에서는 KA-10을 Type I 토양으로 그리고 KA-9는 Type m구분 하였고, KA-6는 Type V 토양으로 구분하였다(Fig. 5B).
) 기기를 활용하고, 1 :5,000 지형도를 참조하여 정확한 위치를 산정하였다. 야외조사는 2000년 8월에 산불발생지역에서 현장의 토양의 절개 단면에서 토양층의 분포를 조사하였으며, 반경 30 m 단위로 침식형태를 구분하고, 유기물 및 토양 시료를 기재하였으며 필요에 따라 시료를 채취하였다. 침식 형태와 토양 단면 조사에서 침식형태에 대한 정확한 분류기준이 미비한 관계로 크게 구별되는 현상을 중심으로 분류하였다.
4A & 4B). 연구지역의 12%의 면적이 Type I 토양이다. DN값의 분포는 건강한 식생과는 많은 차이가 있지만, 각 밴드별 DN 값은 매우 높은 수치를 보이고 있다.
4를 이용하였다. 활용된 영상은 산불 발생 전후의 Landsat TM 7영상이며, 강릉시 공원묘원 일대가 나타나는 2000년 5월과 2000년 6월의 영상이다. 산불 발생지역의 좌표보정 및 지형분석을 위하여 1:25, 000 지형도와 1:5,000 지형도를 활용하였으며, 임업연구원의 임업도(1:2, 5000), 농업기반공사의 정밀토양도(1:50, 000)를 참고하였다.
이론/모형
, 1999)을 얻기 위해, 기하 보정을 실시하고 화소값을 영상으로부터 각 30개 이상의 지점으로부터 읽어 채택하였다. 감독분류(Supervised Classification) 방법은 최대우도법(Maximum likelihood classifier)을 사용하였으며, 이는 각 화소에서 가장 큰 우도를 갖는 분류항목을 정해주는 것으로 공분산행렬(covariance matrix)을 이용하였다(Haralick and Fulk, 1993). 영상의 처리를 위하여 Intersys 사의 ENVI 3.
다르게 나타난다. 연구지역의 토양을 토양단면발달 양상(Ritter, 1984)에 따라 분류하였다(Fig. 2A). A층은 상부토양으로서 4개의 층으로 세분된다.
감독분류(Supervised Classification) 방법은 최대우도법(Maximum likelihood classifier)을 사용하였으며, 이는 각 화소에서 가장 큰 우도를 갖는 분류항목을 정해주는 것으로 공분산행렬(covariance matrix)을 이용하였다(Haralick and Fulk, 1993). 영상의 처리를 위하여 Intersys 사의 ENVI 3.4를 이용하였다. 활용된 영상은 산불 발생 전후의 Landsat TM 7영상이며, 강릉시 공원묘원 일대가 나타나는 2000년 5월과 2000년 6월의 영상이다.
침식현상에 따른 분류에서 사면의 표층에서만 나타나는 침식현상과 사면의 표층을 침식하고 하부의 층까지 cm 단위로 침식된 소규모 침식자국(rill) 및 고랑(gully)으로 구분하였고, 소규모 침식자국 또는 고랑의 경우는 침식의 폭과 깊이에 따라 정도를 표시하였다. 토양단면을 작성하기 위해 Ritter(1984)의 토양 분류기준을 활용하였다. 영상의 처리는 야외조사가 시행된 지점의 화소값((DN: Digital Number; Lee, et al.
성능/효과
Type 13]- Type n 사이의 구분을 위해 우선 NDVI를 적용하였다. NDVI 기법의 적용결과 KA-10 번 지역 부근의 식생이 매우 불량하게 나타났으며 (Fig. 5A), 지형적으로 낮은 지역 계곡에 위치한 KA-6과 KA-9지역은 식생이 비교적 양호한 상태로 나타났다(Fig. 5A) 그러나, 이들 지역은 아외 현장에서 확인한 결과 KA-10은 식생분포가 많은 지역이었고, KA-6과 KA-9는 식생분포가 없는 지역이었다. NDVI 는 식생활력도를 이용하기 때문에 토양과 토양을 덮고 있는 유기물층의 반사조건을 구별하지 못하는 것으로 나타났다.
5A) 그러나, 이들 지역은 아외 현장에서 확인한 결과 KA-10은 식생분포가 많은 지역이었고, KA-6과 KA-9는 식생분포가 없는 지역이었다. NDVI 는 식생활력도를 이용하기 때문에 토양과 토양을 덮고 있는 유기물층의 반사조건을 구별하지 못하는 것으로 나타났다. NDVI에서 나타나는 이러한 모순을 개선하기 위해 본 연구에서는 감독분류를 시도하였다.
따라서 지형, 토양특성, 지표 피복 상태와 같은 환경에 의해 침식의 형태가 달라진다. Type I, Type II 그리고 Type IV 토양은 지표면을 덮고 있는 재, 또는 유기물 등의 지표피복 상태에 따라 침식의 양상이 달라지는 것을 야외에서 확인 할 수 있었다. 지표에 피복 물질이 있는 경우 피복 물질 하부에 파이프 침식이 나타나며, 피복 물질이 없는 경우 소규모 침식자국이나 고랑에 의한 침식이 나타난다.
차이를 잘 반영하였다. 본 연구결과 감독 분류는 산불지역에서 토양의 특징을 파악하고 침식의 유형을 이해하게 함을 물론, 침식유형에 따른 면적을 정량적으로 파악하게 하며, 광범위한 지역에 대한 분류가 가능하기 때문에 효율적이었음을 확인할 수 있게 하였다. 또한 향후 분류된 각 토양 유형에 따라 산불지역의 토양침식의 저감방안을 적용하면 산불지역의 토양침식재해에 대해 보다 효율적 대처가 가능할 것으로 기대된다.
감독 분류에서는 각 토양유형 분포지역의 위치를 파악하게 함은 물론 정량적으로 그 면적을 쉽게 산출할 수 있도록 해 주었다. 본 연구에서 시도한 감독분류는 산불지역 토양의 유형 및 침식양상을 파악하는데 아주 효율적임을 보여주었다.
침식지역을 5가지 유형으로 분류하였다. 이들 5가지 유형의 토양은 현장에서 조사한 결과 침식양상에서 차이를 보였으며, Landsat ETM 영상에서 각 밴드의 화소값 차이를 이용하여 각 토양유형별로 구분이 가능하였다.
나타났다. 토양유형별 침식은 산불 발생시 타고 남은 유기물과 식생의 많고 적음, 토양의 두께, 암석의 분포 여부에 따라 다르게 나타났다. 일반적으로 토양침식을 가정하는 Wischmeier and Smith(1965, 1978)의 범양토양유실공(USLE; Universal Soil Loss Equation)에 의하면, 토양침식을 좌우하는 요인은 크게 강우, 지형, 토양특성, 지표피복 등으로 요약된다.
후속연구
본 연구결과 감독 분류는 산불지역에서 토양의 특징을 파악하고 침식의 유형을 이해하게 함을 물론, 침식유형에 따른 면적을 정량적으로 파악하게 하며, 광범위한 지역에 대한 분류가 가능하기 때문에 효율적이었음을 확인할 수 있게 하였다. 또한 향후 분류된 각 토양 유형에 따라 산불지역의 토양침식의 저감방안을 적용하면 산불지역의 토양침식재해에 대해 보다 효율적 대처가 가능할 것으로 기대된다.
참고문헌 (22)
동해안산불피해지공동조사단, 2000, 동해안산불지역정밀조사보고서I, 85-209
송무영, 신광수, 1998, 철원 부근 추가령 지구대의 지질구조 및 지표환경해석을 위한 인공위성 영상자료의 분석, 한국지구과학회지, 19(6), 675-683
이상훈, 2001, 공간지역확장과 계층집단연결 기법을 이용한 무감독 영상분류, 대한원격탐사학회지, 17(1), 57-69
Dobos, E., Micheli, E. Baumgardner, M.F., Biehl, L. and Helt, T, 2000, Use of combinded digital elevation model and satellite radiometric data for regional soil mapping, Geoderma, 97, 367-391
Eastman, J.R. and Fulk, M., 1993, Long sequence time series evaluation using standardized principal components, Photogrammetric Engineering & Remote Sensing, 59(4), 991-996
Fox, D. M. and Bryan, R.B., 2000, The relationship of soil loss by interrill erosion to slope gradient, CATENA, 38, 211-222
Haralick, J.R. and Fulk M., 1993, Long sequence time series evaluation using standardized principal components, Photograrnmetric Engineering & Remote Sensing, 59, 991-996
Huete, A. R. and Escadafal, R., 1991. Assessment of biophysical soil properties through spectral decomposition techniques, Remote Sensing of Environment, 35, 149-159
Inbar, M., Tamir, M., Wittenberg, L., 1998, Runoff and erosion processes after a forest fire in mount Carmel, a mediterranean area, Geomorphology, 24, 17-23
Koutsias, N., Karteris, M., 2000, Burned area mapping using logistic regression modeling of a single post-fire Landsat-5 Thematic Mapper image, International Journal of Remote Sensing, 21, 673-687
Kutiel, P., Lavee, H., Segev, M. and Beyarnini, Y., 1995, The effect of fIre-induced surface heterogeneity on rainfall- runoff-erosion relationships in an eastern Mediterranean ecosystem, Israel, CAlENA, 25. 77-87
Lee, B.I., Kim, YL., Yua, YD., 1999, Effect of Distribution of Pixel Values on the Training Statistics, KSRS, Proceedings of the Spring Meeting, 4, 14-19
Nagler P. L., Daughtry C. S. T., Goward S.N., 2000, Plant litter and soil reflectance, Remote Sensing of Environment, 71, 207-215
※ AI-Helper는 부적절한 답변을 할 수 있습니다.