천수만 황도 갯벌의 IKONOS 영상을 이용한 표층 퇴적상 분류를 위하여 광학 반사도를 입도, 조류로의 형태, 지잔존수 (surface remnant water)의 면적비와 같은 다양한 퇴적환경 요소들과 비교하였다. IKONOS 영상과 갯벌 내의 소지형별 퇴적환경 사이의 관계를 분석하기 위하여 Echo-sounder를 이용하여 갯벌 Digital Elevation Model (DEM)을 만들었다. 펄-혼합 퇴적상과 모래 퇴적상의 경계에서 광학 반사도의 차이가 뚜렷하게 나타났으며 사주의 구분도 가능하였다. 펄-혼합 퇴적상 지역은 조류로가 매우 복잡하게 발달하고 있으며 지형이 상대적으로 높은 곳에 위치하고 있었다. 펄과 혼합 퇴적의 경계에서 지표수의 존재 유무가 다르게 나타났으나 광학 반사도의 차이가 뚜렷하지 않았다. 모래 퇴적상의 경우 조류로가 단순하게 직선형으로 발달했으며 지형도 상대적으로 낮은 지역에 분포하였으며 지표잔존수가 거의 전 지역을 덮고 있어 광학 반사도가 낮게 나타났다. 최대우도 분류법을 이용한 표층 퇴적상 분류정밀도는 86.2 %로 나타났다. 이 결과로부터 IKONOS와 같은 고해상도 영상에 대해 지표잔존수, 조류로 분포와 지형 등의 갯벌 퇴적학적 특성을 고려한다면 펄, 혼합 그리고 모래 퇴적상 구분은 가능하다는 것을 알 수 있다.
천수만 황도 갯벌의 IKONOS 영상을 이용한 표층 퇴적상 분류를 위하여 광학 반사도를 입도, 조류로의 형태, 지잔존수 (surface remnant water)의 면적비와 같은 다양한 퇴적환경 요소들과 비교하였다. IKONOS 영상과 갯벌 내의 소지형별 퇴적환경 사이의 관계를 분석하기 위하여 Echo-sounder를 이용하여 갯벌 Digital Elevation Model (DEM)을 만들었다. 펄-혼합 퇴적상과 모래 퇴적상의 경계에서 광학 반사도의 차이가 뚜렷하게 나타났으며 사주의 구분도 가능하였다. 펄-혼합 퇴적상 지역은 조류로가 매우 복잡하게 발달하고 있으며 지형이 상대적으로 높은 곳에 위치하고 있었다. 펄과 혼합 퇴적의 경계에서 지표수의 존재 유무가 다르게 나타났으나 광학 반사도의 차이가 뚜렷하지 않았다. 모래 퇴적상의 경우 조류로가 단순하게 직선형으로 발달했으며 지형도 상대적으로 낮은 지역에 분포하였으며 지표잔존수가 거의 전 지역을 덮고 있어 광학 반사도가 낮게 나타났다. 최대우도 분류법을 이용한 표층 퇴적상 분류정밀도는 86.2 %로 나타났다. 이 결과로부터 IKONOS와 같은 고해상도 영상에 대해 지표잔존수, 조류로 분포와 지형 등의 갯벌 퇴적학적 특성을 고려한다면 펄, 혼합 그리고 모래 퇴적상 구분은 가능하다는 것을 알 수 있다.
To classify the surface sedimentary facies using IKONOS image collected over Hwangdo tidal flat in Cheonsu Bay, the optical reflectance was compared for characterizing various sedimentary environments such as grain size, tidal channel pattern and area ratio of surface remnant water. The intertidal D...
To classify the surface sedimentary facies using IKONOS image collected over Hwangdo tidal flat in Cheonsu Bay, the optical reflectance was compared for characterizing various sedimentary environments such as grain size, tidal channel pattern and area ratio of surface remnant water. The intertidal DEM (Digital Elevation Model) was generated by echo-sounder for analyzing the relationship between IKONOS image and sedimentary environments including topography. The boundary of the optical reflectance between mud-mixed facies and sand facies was distinct, and discrimination of the associated sandbar feature was also possible. The mud-mixed facies coupled with intricate tidal channels is confined to the relatively hi호 topography of Hwangdo tidal flat. The boundary between mud and mixed flat was indistinct in IKONOS optical reflectance but it would have a difference in the area ratio of surface remnant water. The dark area in the image represented the well developed sand facies having a lot of surface remnant water due to the relatively low surface topography. The overall accuracy of characterizing the surface sediment facies by maximum likelihood classification method was 86.2 %. These results demonstrate that high spatial resolution satellite imagery such as IKONOS coupled with knowledge of grain size, surface remnant water and tidal channel network can be effectively used to characterize the surface sedimentary facies (mud, mixed and sand) network of the tidal flat environments.
To classify the surface sedimentary facies using IKONOS image collected over Hwangdo tidal flat in Cheonsu Bay, the optical reflectance was compared for characterizing various sedimentary environments such as grain size, tidal channel pattern and area ratio of surface remnant water. The intertidal DEM (Digital Elevation Model) was generated by echo-sounder for analyzing the relationship between IKONOS image and sedimentary environments including topography. The boundary of the optical reflectance between mud-mixed facies and sand facies was distinct, and discrimination of the associated sandbar feature was also possible. The mud-mixed facies coupled with intricate tidal channels is confined to the relatively hi호 topography of Hwangdo tidal flat. The boundary between mud and mixed flat was indistinct in IKONOS optical reflectance but it would have a difference in the area ratio of surface remnant water. The dark area in the image represented the well developed sand facies having a lot of surface remnant water due to the relatively low surface topography. The overall accuracy of characterizing the surface sediment facies by maximum likelihood classification method was 86.2 %. These results demonstrate that high spatial resolution satellite imagery such as IKONOS coupled with knowledge of grain size, surface remnant water and tidal channel network can be effectively used to characterize the surface sedimentary facies (mud, mixed and sand) network of the tidal flat environments.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
황도 갯벌 지역은 반 폐쇠적인 만으로 서해안에서 퇴적환경의 변화가 크지 않은 지역으로 서산방조제 건설 이후 수문을 여는 여름 흥수기를 제외하곤 침식/퇴적이 상대적으로 안정적인 지역이다 (김여상 1989; 김여상과 김정남, 1996). 그러므로 위성자료와 현장조사가 약 3년 정도 차이를 보이나 가능한 한 계절과 조위는 일치시키고자 하였다.
본 연구에서는 현장조사에 의해 천수만 갯벌의 지형 입도 지표잔존수의 면적비를 파악하여 4 m 공간해상도를 갖는 IKONOS의 광학 반사도와 비교함으로서 고해상도 위성자료와 천수만 황도 갯벌의 퇴적환경과의 관계를 파악하였다. 또한 감독 분류 방법인 최대우도법을 이용하여 IKONOS 영상으로부터 표층 퇴적상 분류도를 만들어 현장조사를 이용하여 검증함으로서 IKONOS 영상을 이용한 갯벌 표층 퇴적상 분류의 활용 가능성과 한계에 대해서 검토하였다.
제안 방법
IKONOS 광학반사도와 퇴적환경과의 특성 연구를 바탕으로 각 퇴적상에 대한 트레이닝 지역을 선정하였다. 이를 이용하여 IKONOS 영상을 분류한 후, 그리드 형태로 얻어진 현장조사결과를 비교해본 결과 86 %의 분류 정밀도를 보였다.
또한, 황도의 동북부에는 파란 실선으로 표시된 곳에 사주가 위치하며 이들 지역을 제외하곤 어두운 색으로 나타나서 낮은 광학 반사도를 보인다. IKONOS 영상의 다양한 광학 반사도에 따른 퇴적환경의 특성을 파악하기 위하여 황도 갯벌을 횡으로 가로질러 조사된 입도 분석 자료, 잔존 지표수의 면적비와 조류로 특성을 알아보았다. 흰색에 가까운 높은 광학 반사도를 보이는 C1 번부터 C3번까지는 모래 성분이 30% 이하의 펄 퇴적상 지역으로, 이들 정점들의 입도와 광학 반사도 특성이 매우 유사한 경향을 보인다.
황도 갯벌 퇴적환경과의 비교를 위해 사용된 IKONOS 위성 자료는 2001년 2월 26일 11시 20분에 획득된 것으로 조위가 78 cm 정도의 밀물 때 관측되었다. IKONOS 자료는 수평해상도 1 m 미만의 정밀도를 갖는 Differential GPS (Trimble Co., Pathfinder Pro XR)를 이용하여 2003년 10월에 천수만 주변의 방조제나 수문 등 13곳의 위치 보정점 (round control point)을 이용하여 지형보정을 실시하였다 (Table 1).
KONOS 432 밴드를 RGB 합성한 영상에서 광학 반사도의 차이가 뚜렷하게 나타나는 지역에 대해 현장조사를 실시함으로서 퇴적상, 조류로의 분포 특성, 그리고 지표수의 면적비를 지형 자료와 비교하였다. 검은 실선으로 표시된 지역 C1-8번은 광학 반사도가 높으면서 조류로가 복잡하게 발달되어 있다.
본 연구에서는 현장조사에 의해 천수만 갯벌의 지형 입도 지표잔존수의 면적비를 파악하여 4 m 공간해상도를 갖는 IKONOS의 광학 반사도와 비교함으로서 고해상도 위성자료와 천수만 황도 갯벌의 퇴적환경과의 관계를 파악하였다. 또한 감독 분류 방법인 최대우도법을 이용하여 IKONOS 영상으로부터 표층 퇴적상 분류도를 만들어 현장조사를 이용하여 검증함으로서 IKONOS 영상을 이용한 갯벌 표층 퇴적상 분류의 활용 가능성과 한계에 대해서 검토하였다.
Cl부터 C14까지는 입도 분석 이외에 지표 잔존수의 면적비를 계산하였다. 또한 측선 A와 B는 음향측심기에 의해 관측된 것으로 황도갯벌 동서방향의 지형 고도 변화를 파악코자 하였다. 황도 갯벌 지역은 반 폐쇠적인 만으로 서해안에서 퇴적환경의 변화가 크지 않은 지역으로 서산방조제 건설 이후 수문을 여는 여름 흥수기를 제외하곤 침식/퇴적이 상대적으로 안정적인 지역이다 (김여상 1989; 김여상과 김정남, 1996).
황도 갯벌에서 2004년 3월 만조 때 선박을 이용하여 채니기(Grab sampler)로 29개 정점으로부터 표층 퇴적물을 채취하였다. 또한, 간조 시에 황도 갯벌 중심부분을 횡으로 가르며 14개의 입도 시료를 채취했으며, 지표잔존수의 면적비를 계산하였고 사진을 촬영하였다. 입도 시료는 표층으로부터 3 mm 미만의 표층에서 시료를 채취하였다.
또한, 황도 갯벌의 지형을 파악하기 위하여 2003년 6월 16일에서 17일까지 양일에 걸쳐 Raytheon 사의 음향측심기(Echo-Sounder, 모델 DE719D MK2) 를 이용하여 수심을 측량하였다. 수심측량은 음향측심기의 음파 송·수신기를 조사 선박 측면에 고정하여 해저에 중심 주파수의 음파를 발신하고 되돌아오는 신호를 수신하도록 하였고 선상에서는 수신된 음파신호를 음향측심기 본체에서 수치자료와 그래픽자료로 획득하였다.
반응이 끝난 시료는 4 φ 체를 이용하여 습식체질에 의해 모래와 펄 시료로 분리하였다. 모래 시료는 0.5 φ 간격으로 Gradex 2000 입도 분석기 (Particle size analyzer)로 약 10분간 체질한 후 입도 등급별로 무게 백분율을 구하였다. 펄 시료는 전체를 대표할 수 있는 시료 2 g을 취해 80 ml의 0.
(2002)은 효과노출면적 (Effective exposed area)이라는 개념을 도입하였는데 이는 갯벌의 5X5 m 면적에 대해 사진을 찍어서 이 면적에 대한 지표잔존수가 차지하는 면적 비를 계산하는 것이다. 본 연구에서도 이와 같은 방법에 의해 지표잔존수의 면적비를 계산하였다. 2004년 6월 간조 때 채취된 14개 시료와 만조 때 채니기로 채취한 얻어진 29개 시료에 대한 입도 분석 결과와 지표잔존수의 면적비는 Table 2에 정리하였다.
4). 분류된 퇴적상 분포와 만조 때 얻어진 입도 자료와 비교해 봄으로서 분류의 정밀도를 파악하였다. 채니기에 의해 31개 정점에서 시료를 채취하였으나, 몇 번의 시도에도 불구하고 시료를 채취할 수 없었던 G28번과 연구지역 밖에서 채취된 G30번을 제외한 29개의 정점의 입도 분석결과를 이용하였다.
수심측량은 음향측심기의 음파 송·수신기를 조사 선박 측면에 고정하여 해저에 중심 주파수의 음파를 발신하고 되돌아오는 신호를 수신하도록 하였고 선상에서는 수신된 음파신호를 음향측심기 본체에서 수치자료와 그래픽자료로 획득하였다. 얻어진 자료는 국립해양조사원에서 관측한 보령조위관측소의 조석값을 이용하여 수심 보정하였다. 이 수심자료 중 황도 갯벌 중심부를 통과하는 두 개의 측선을 이용하여 갯벌 지형을 파악하였다.
얻어진 자료는 국립해양조사원에서 관측한 보령조위관측소의 조석값을 이용하여 수심 보정하였다. 이 수심자료 중 황도 갯벌 중심부를 통과하는 두 개의 측선을 이용하여 갯벌 지형을 파악하였다.
5 φ 간격으로 Gradex 2000 입도 분석기 (Particle size analyzer)로 약 10분간 체질한 후 입도 등급별로 무게 백분율을 구하였다. 펄 시료는 전체를 대표할 수 있는 시료 2 g을 취해 80 ml의 0.1% calgon 용액을 넣고 초음파 분쇄기와 자기진동기로 시료를 균일하게 분산시킨 후, X-선 자동입도분석기인 Sedi-graph 5100을 사용하여 입도 무게 백분율을 구하였다. 그래픽 방법을 사용하여 평균입도, 분급도 등의 통계변수들을 구하였다(Folk and Ward, 1957).
채니기에 의해 31개 정점에서 시료를 채취하였으나, 몇 번의 시도에도 불구하고 시료를 채취할 수 없었던 G28번과 연구지역 밖에서 채취된 G30번을 제외한 29개의 정점의 입도 분석결과를 이용하였다. 펄 퇴적상 지역은 광학 반사도의 차이를 보이는 두개의 클래스로 나누고, 이외에 혼합 퇴적상, 모래 퇴적상과 사주로 나누어 분류하였다. 이들 5개의 클래스 외에 검은 색으로 표시된 지역은 미분류된 지역이다.
입도 시료는 표층으로부터 3 mm 미만의 표층에서 시료를 채취하였다. 현장에서 채취된 시료는 실험실로 옮겨진 후 약 5 g을 1,000 ml 비이커에 담아 0.1 N 염산 (HC1)으로 반응시켜 탄산염을 제거하였다. 또한 10 % 과산화수소수 (H2O2) 로 24시간 이상 반응시켜 유기물을 제거하였다.
대상 데이터
2001년 2월 26일 획득된 IKONOS RGB(432 밴드) 영상에 입도 분석을 위해 2004년 3월초 만조 때 얻어진 29개 정점과 간조 때 획득된 14개 정점들의 위치를 표시하였다 (Fig. 2). Cl부터 C14까지는 입도 분석 이외에 지표 잔존수의 면적비를 계산하였다.
조석은 반일주조이며, 대조차 633 cm, 소조차 286 cm로서 평균조차가 459 cm인 대조차 환경에 속하고 최대유속은 창조류가 약 100 cm /sec, 낙조류는 약 70 cm/sec 이다. 본 연구지역은 천수만 안면도에 인접한 황도 갯벌로 남쪽에 발달한 갯벌의 폭은 1.65 km, 길이는 5.15 km 정도이다. 황도 갯벌 중심부는 혀 모양으로 조류로와 세곡이 복잡하게 발달되어 있다.
또한, 황도 갯벌의 지형을 파악하기 위하여 2003년 6월 16일에서 17일까지 양일에 걸쳐 Raytheon 사의 음향측심기(Echo-Sounder, 모델 DE719D MK2) 를 이용하여 수심을 측량하였다. 수심측량은 음향측심기의 음파 송·수신기를 조사 선박 측면에 고정하여 해저에 중심 주파수의 음파를 발신하고 되돌아오는 신호를 수신하도록 하였고 선상에서는 수신된 음파신호를 음향측심기 본체에서 수치자료와 그래픽자료로 획득하였다. 얻어진 자료는 국립해양조사원에서 관측한 보령조위관측소의 조석값을 이용하여 수심 보정하였다.
연구지역은 북쪽에 황도가 위치하고 있으며 남쪽에 혀 모양으로 길게 섬의 형태로 갯벌이 발달하고 있다. 검은 점선으로 남북방향으로 길게 표시된 부분은 영상에서 높은 광학 반사도에 의해 밝은 색을 띠며 주변부와 구분이 뚜렷하다.
황도 갯벌 중심부는 혀 모양으로 조류로와 세곡이 복잡하게 발달되어 있다. 연구지역의 퇴적상은 만조선에서 저조선 방향으로 펄 퇴적상, 혼합 퇴적상 그리고 모래 퇴적상으로 구성되어 있으며, 물리적 퇴적구조들은 저서 생물에 의해 많은 부분이 교란되어 있다 (김여상, 1989).
또한, 간조 시에 황도 갯벌 중심부분을 횡으로 가르며 14개의 입도 시료를 채취했으며, 지표잔존수의 면적비를 계산하였고 사진을 촬영하였다. 입도 시료는 표층으로부터 3 mm 미만의 표층에서 시료를 채취하였다. 현장에서 채취된 시료는 실험실로 옮겨진 후 약 5 g을 1,000 ml 비이커에 담아 0.
방조제 건설 이후 방조제를 따라 10 m 이상의 수심을 유지하고 있으며, 해안선 부근에는 간석지 구역이 많이 형성되어 있다. 조석은 반일주조이며, 대조차 633 cm, 소조차 286 cm로서 평균조차가 459 cm인 대조차 환경에 속하고 최대유속은 창조류가 약 100 cm /sec, 낙조류는 약 70 cm/sec 이다. 본 연구지역은 천수만 안면도에 인접한 황도 갯벌로 남쪽에 발달한 갯벌의 폭은 1.
분류된 퇴적상 분포와 만조 때 얻어진 입도 자료와 비교해 봄으로서 분류의 정밀도를 파악하였다. 채니기에 의해 31개 정점에서 시료를 채취하였으나, 몇 번의 시도에도 불구하고 시료를 채취할 수 없었던 G28번과 연구지역 밖에서 채취된 G30번을 제외한 29개의 정점의 입도 분석결과를 이용하였다. 펄 퇴적상 지역은 광학 반사도의 차이를 보이는 두개의 클래스로 나누고, 이외에 혼합 퇴적상, 모래 퇴적상과 사주로 나누어 분류하였다.
황도 갯벌 퇴적환경과의 비교를 위해 사용된 IKONOS 위성 자료는 2001년 2월 26일 11시 20분에 획득된 것으로 조위가 78 cm 정도의 밀물 때 관측되었다. IKONOS 자료는 수평해상도 1 m 미만의 정밀도를 갖는 Differential GPS (Trimble Co.
황도 갯벌에서 2004년 3월 만조 때 선박을 이용하여 채니기(Grab sampler)로 29개 정점으로부터 표층 퇴적물을 채취하였다. 또한, 간조 시에 황도 갯벌 중심부분을 횡으로 가르며 14개의 입도 시료를 채취했으며, 지표잔존수의 면적비를 계산하였고 사진을 촬영하였다.
이론/모형
1% calgon 용액을 넣고 초음파 분쇄기와 자기진동기로 시료를 균일하게 분산시킨 후, X-선 자동입도분석기인 Sedi-graph 5100을 사용하여 입도 무게 백분율을 구하였다. 그래픽 방법을 사용하여 평균입도, 분급도 등의 통계변수들을 구하였다(Folk and Ward, 1957).
Rainey et al (2004)는 항공기 원격탐사 자료와 갯벌의 퇴적 환경과의 비교 연구를 통하여 갯벌 지형과 노출시간이 원격탐사 자료를 이용한 표층 퇴적상 분류에 많은 영향을 미침을 분석한 바 있다. 또한 항공기 원격탐사 자료에 스펙트럴 언믹싱 분류 방법을 적용 (Spectral unmixing) 하여 Folk (1968)의 기준에 맞는 갯벌 퇴적상 분류를 수행하였다.
3.2 IKONOS 영상을 이용한 표층 퇴적상 분류
분석된 퇴적환경에 따른 IKONOS의 광학반사도 특성을 고려하여 트레이닝 지역을 선정하였으며, 최대우도법 (Maximun likelihood method)을 이용하여 갯벌 표층 퇴적상 분류를 하였다 (Fig. 4). 분류된 퇴적상 분포와 만조 때 얻어진 입도 자료와 비교해 봄으로서 분류의 정밀도를 파악하였다.
성능/효과
이들 지역들을 DEM과 비교해 본 결과 황도 갯벌의 능선 부분에 발달되어 있음을 알 수 있었다. 검은 점선 바깥 부분 지역의 C9-13번 지역은 조류로 상에 위치하는 12번을 제외하곤 모두 모래 퇴적상 (모래 성분 73-79 % )으로 나타났으며 조류로 형태는 직선형으로 단순하게 발달되어 있고 표층이 거의 물로 덮여 있어 광학 반사도는 매우 낮게 나타났다. C14번 지역은 7 %의 자갈과 92 %의 모래로 구성되어 있는 사주로 주변보다 2-3 m 높은 지형을 보이며 바짝 말라 있었으며 매우 높은 반사도를 보였다.
3 (a)는 C측점들의 입도 성분을 나타내며 (b)는 측선 A와 B에 대한 수심측정 결과로서, 서쪽 지역은 동쪽에 비해 경사가 매우 급격하게 변함을 알 수 있으며 동쪽은 경사가 완만한 형태를 이루고 있다. 두 측선의 전체적인 경향은 일치하며 측선 A는 동쪽 끝부분에서 사주의 영향에 의해 매우 높은 지형을 보이며 측선 B의 약 200 m 부근에는 매우 큰 조류로가 있음을 알 수 있다. 이는 입도 분포, 조류로의 분포와 지표잔존수의 유무와 지형도 매우 밀접한 관계를 보임을 설명한다.
모래 퇴적상으로 오분류된 혼합 퇴적상정점들의 모래 퍼센트가 70 %에 가까운 점들로 모래 퇴적상의 특성이 나타날 것으로 생각되며 펄 퇴적상으로 오분류된 정점들은 약 50 % 미만대들의 점들이었다. 따라서 퇴적학적 기준으로 보면 오분류라고 말할 수 있으나 실제적으로는 위성자료의 광학 반사도와 황도 갯벌의 퇴적상은 매우 잘 일치하는 것으로 분석되었다. 위성자료의 특성을 고려한 입도 분류 기준이 효과적으로 선정된다면 이와 같은 에러는 줄일 수 있을 것으로 생각한다.
국내의 경우, 현재까지 항공기 원격탐사 자료를 얻기가 어려우므로 유주형 등 (2003)과 Ryu et al (2004)은 곰소만 갯벌 퇴적환경 요인들과 Landsat ETM+ 자료와의 관계를 분석하여 광학 반사도에 영향을 많이 주는 퇴적환경 요인은 지표잔존수이며, 이는 지형, 입도, 조류로 분포 특성에 의한 배수구배 등에 의해 결정됨을 보고한 바 있다. 또한 이 연구을 통하여 30 m 공간해상도급 위성자료의 광학 반사도는 Folk (1968)의 퇴적상 기준인 4 φ 입자 기준보다는 2 φ 입자의 비 (ratio)와 높은 상관을 보임을 밝혔다. 따라서 위성의 특성에 따른 분류 기준입도의 설정이 필요함을 언급하였다.
위의 결과는 일반적으로 모래 성분이 많을수록 광학 반사도가 높을 것이라는 지금까지의 생각과는 달리 오히려 펄 퇴적상과 혼합 퇴적상 지역의 광학 반사도가 높게 나타났으며, 모래 성분 90 % 이상인 사주를 제외하곤 모래 퇴적상에서는 낮은 광학 반사도를 보였다. 펄 퇴적상 지역은 지형이 상대적으로 높은 지역에 위치하여 노출시간이 길고, 또한 조류로가 매우 복잡하게 발달하여 있어 배수구배가 좋아져 잔존 지표수가 남아 있지 않게 됨에 따라 광학 반사도가 높게 나타난다.
2의 녹색 점선으로 표시된 것과 같이 남북 방향을 따라 2-3 곳 더 존재하였다. 이들 지역들을 DEM과 비교해 본 결과 황도 갯벌의 능선 부분에 발달되어 있음을 알 수 있었다. 검은 점선 바깥 부분 지역의 C9-13번 지역은 조류로 상에 위치하는 12번을 제외하곤 모두 모래 퇴적상 (모래 성분 73-79 % )으로 나타났으며 조류로 형태는 직선형으로 단순하게 발달되어 있고 표층이 거의 물로 덮여 있어 광학 반사도는 매우 낮게 나타났다.
총 29개의 정점에서 분석된 입도 자료를 Folk (1968)의 퇴적상 기준에 의해 모래 성분이 30 % 미만은 펄 퇴적상, 30-70 %는 혼합 퇴적상 그리고 70 % 이상은 모래 퇴적상으로 분류하였다. 이들 현장조사에 의한 자료와 분류된 영상을 비교하기 위하여 에러 매트릭스를 만들었으며 전체적인 정밀도 (Overall accuracy)는 86.2 % 정도로 분석되었다(Table 4). 펄 퇴적상, 모래 퇴적상과 사주는 100 % 정확하게 분류된 반면 혼합 퇴적상은 총 8개의 정점 중 3개만 맞게 분류되었고 3개는 펄 퇴적상으로 2개는 모래 퇴적상으로 오분류되었다.
IKONOS 광학반사도와 퇴적환경과의 특성 연구를 바탕으로 각 퇴적상에 대한 트레이닝 지역을 선정하였다. 이를 이용하여 IKONOS 영상을 분류한 후, 그리드 형태로 얻어진 현장조사결과를 비교해본 결과 86 %의 분류 정밀도를 보였다. 펄과 모래 퇴적상의 경우 100 %의 정밀도를 보였으나 혼합 퇴적상의 정밀도는 낮게 나타났다.
이는 입도 분포, 조류로의 분포와 지표잔존수의 유무와 지형도 매우 밀접한 관계를 보임을 설명한다. 즉, 영상에서 노란 점선으로 표시된 지역은 최고고도를 나타내며 입도 성분상 서쪽은 펄이 우세하였으며 동쪽은 혼합 퇴적상 (모래 성분 30-70 %)으로 분석되었다. 모래 성분 90 % 이상인 사주 지역도 또한 지형이 높고 낮은 함수율에 의해 광학 반사도가 높게 나타남을 알 수 있으며 조류로는 주변부에만 존재하였다.
2 % 정도로 분석되었다(Table 4). 펄 퇴적상, 모래 퇴적상과 사주는 100 % 정확하게 분류된 반면 혼합 퇴적상은 총 8개의 정점 중 3개만 맞게 분류되었고 3개는 펄 퇴적상으로 2개는 모래 퇴적상으로 오분류되었다. 이는 펄이나 모래 퇴적상의 특징이 혼재되어 나타나는 혼합 퇴적상의 특징상 발생되는 에러로 생각되며, 위성자료의 광학 반사도와 퇴적상 분류를 위한 기준 입도 등의 문제를 고려하여야 해결될 수 있을 것으로 생각한다.
후속연구
IKONOS 위성자료와 같은 고해상도 영상을 이용하여 갯벌 연구를 하는데 있어서 문제점은 자료비가 너무 고가이며 갯벌이 최대로 노출되는 최간조의 영상을 구하기 어렵다는 것이다. 그러나 2005년 12월 우리나라 다목적위성 2호가 성공적으로 발사된다면 IKONOS와 같은 공간 해상도를 갖는 국내 위성을 보유하게 됨으로서 저가에 많은 영상을 확보 할 수 있을 것으로 기대된다. 따라서 보다 많은 영상과 현장조사를 수행하여 위성자료와 퇴적환경과의 관계를 명확히 분석하고 이를 기초로 최적의 분류 방법을 개발한다면 멀지 않은 장래에 퇴적학자들이 실질적으로 사용할 수 있을 정도의 퇴적상 분류도 가능할 것으로 생각한다.
그러나 2005년 12월 우리나라 다목적위성 2호가 성공적으로 발사된다면 IKONOS와 같은 공간 해상도를 갖는 국내 위성을 보유하게 됨으로서 저가에 많은 영상을 확보 할 수 있을 것으로 기대된다. 따라서 보다 많은 영상과 현장조사를 수행하여 위성자료와 퇴적환경과의 관계를 명확히 분석하고 이를 기초로 최적의 분류 방법을 개발한다면 멀지 않은 장래에 퇴적학자들이 실질적으로 사용할 수 있을 정도의 퇴적상 분류도 가능할 것으로 생각한다.
이는 고해상도이긴 하지만 4개의 밴드만을 사용함에 따른 클래스 분류의 한계로 판단된다. 따라서 보다 정량적인 분류를 위해서는 추후 초다분광 위성자료를 이용한 소프트 분류 (Soft classification) 방법이 필요할 것으로 생각된다. 또한, 이 연구결과는 천수만 황도 조간 대에 대한 결과로 천수만과 갯벌 특성이 다른 지역에 대한 연구도 추후 계속되어져야 할 것으로 생각된다.
따라서 보다 정량적인 분류를 위해서는 추후 초다분광 위성자료를 이용한 소프트 분류 (Soft classification) 방법이 필요할 것으로 생각된다. 또한, 이 연구결과는 천수만 황도 조간 대에 대한 결과로 천수만과 갯벌 특성이 다른 지역에 대한 연구도 추후 계속되어져야 할 것으로 생각된다.
질의응답
핵심어
질문
논문에서 추출한 답변
IKONOS 위성자료와 같은 고해상도 영상을 이용하여 갯벌 연구를 하는데 있어서 문제점은 무엇인가?
IKONOS 위성자료와 같은 고해상도 영상을 이용하여 갯벌 연구를 하는데 있어서 문제점은 자료비가 너무 고가이며 갯벌이 최대로 노출되는 최간조의 영상을 구하기 어렵다는 것이다. 그러나 2005년 12월 우리나라 다목적위성 2호가 성공적으로 발사된다면 IKONOS와 같은 공간 해상도를 갖는 국내 위성을 보유하게 됨으로서 저가에 많은 영상을 확보 할 수 있을 것으로 기대된다.
천수만의 수면적 변화는 어떠한가?
1). 총 수면적이 380 km2이었으나, 1984년 서산 새지구 간척사업에 따른 방조제 축조와 부남호 및 간월호의 담수호 조성, 흥보지구 간척사업에 따른 방조제 건설로 인하여 수면적이 약 180 km2로 감소하였다 (소재귀 등,1998). 수심 분포는 20 m 이하이며, 만 입구에서 북동 방향으로 평형을 이루고 있다.
서해안에 발달한 하구, 만, 갯벌 등은 서로 상호작용을 하며 발달함으로서 어떠한 역할을 담당하는가?
서해안에 발달한 하구, 만, 갯벌 등은 서로 상호작용을 하며 발달함으로서 다양한 생물들의 서식지가 될 뿐만 아니라 인근해역에 영양을 공급하며 오염물질을 정화시키는 등 생태계에 중요한 역할을 담당한다. 그러나 국토확장을 목적으로 1960년대부터 서해안 연안지역들은 대규모 간척사업을 통하여 농업·공업용지, 신도시 건설, 연안구조물 설치 등으로 활용 범위를 넓혀 왔다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.