우리는 각종 언론 보도를 통해 북한 내 식량난의 심각성을 지속적으로 전달받고 있다. 최근 들어서는 그 심각성이 날로 높아져 국제기구와 구호단체에서도 우려의 목소리가 커지고 있다. 식량난과 땔감의 부족으로 인해 주민들은 산에 있는 나무를 불법으로 벌목하여 산림의 황폐화도 아시아에서 3번째로 빠르게 진행되고 있는 지역에 해당된다. 그러나 북한의 경우 직접적인 산림의 황폐화 정도를 측정할 수 없으므로, 위성영상을 이용한 원격탐사기법을 적용해야한다. 이에 본 연구에서는 산림의 황폐화에 대한 심각성을 파악하기 위해 북한의 산림 변화 특성을 분석하고자 하였다. 이를 위해 Landsat 5 TM 위성영상과 Landsat 8 OLI TIRS의 2시기 위성영상을 획득하고, 영상 분류를 수행하였다. 그 결과, 남포특별시 지역과 평양직할시 지역에서 산림이 황무지로 변한 것을 알 수 있었으며, 반면에 양강도 북부지역에서는 황무지가 산림지역으로 변한 것을 확인 할 수 있었다. 또한, 전체 지역에 대한 면적은 2006년에 비해 2017년에 산림의 변화는 매우 적었으나 수계($4,416.22km^2$)와 주택지가($2,017.03km^2$) 감소하고, 감소된 면적과 유사한 값으로 농경지가 $6,625.74km^2$ 증가한 것을 알 수 있었다.
우리는 각종 언론 보도를 통해 북한 내 식량난의 심각성을 지속적으로 전달받고 있다. 최근 들어서는 그 심각성이 날로 높아져 국제기구와 구호단체에서도 우려의 목소리가 커지고 있다. 식량난과 땔감의 부족으로 인해 주민들은 산에 있는 나무를 불법으로 벌목하여 산림의 황폐화도 아시아에서 3번째로 빠르게 진행되고 있는 지역에 해당된다. 그러나 북한의 경우 직접적인 산림의 황폐화 정도를 측정할 수 없으므로, 위성영상을 이용한 원격탐사기법을 적용해야한다. 이에 본 연구에서는 산림의 황폐화에 대한 심각성을 파악하기 위해 북한의 산림 변화 특성을 분석하고자 하였다. 이를 위해 Landsat 5 TM 위성영상과 Landsat 8 OLI TIRS의 2시기 위성영상을 획득하고, 영상 분류를 수행하였다. 그 결과, 남포특별시 지역과 평양직할시 지역에서 산림이 황무지로 변한 것을 알 수 있었으며, 반면에 양강도 북부지역에서는 황무지가 산림지역으로 변한 것을 확인 할 수 있었다. 또한, 전체 지역에 대한 면적은 2006년에 비해 2017년에 산림의 변화는 매우 적었으나 수계($4,416.22km^2$)와 주택지가($2,017.03km^2$) 감소하고, 감소된 면적과 유사한 값으로 농경지가 $6,625.74km^2$ 증가한 것을 알 수 있었다.
We are constantly hearing about the seriousness of food shortages in North Korea through various media reports. Recently, the severity of the problem has increased, and international organizations and relief organizations have become increasingly concerned. Due to the shortage of food and firewood, ...
We are constantly hearing about the seriousness of food shortages in North Korea through various media reports. Recently, the severity of the problem has increased, and international organizations and relief organizations have become increasingly concerned. Due to the shortage of food and firewood, residents illegally cut trees in the mountains and, as a result, North Korea has become the third fastest-growing area of forest degradation in Asia. However, since North Korea cannot directly measure the extent of forest degradation, remote sensing techniques using satellite imagery have to be applied. The purpose of this study was to analyze the characteristics of forest change in North Korea, in order to understand the severity of the forest degradation problem. For this purpose, Landsat 5 TM and Landsat 8 OLI TIRS satellite images were acquired and classified. As a result, it was found that the forests have turned into wilderness in the Nampo City and Pyongyang municipalities, while the wasteland has changed into forests in the north of Yanggangdo. In addition, the total forested area of the whole region decreased by $4,166.22km^2$, the residential area decreased by $2,017.03km^2$, and the amount of agricultural land increased by $6,625.74km^2$, which is similar to the amount of forested area lost, although the difference in the overall area of the forests between 2017 and 2006 was small.
We are constantly hearing about the seriousness of food shortages in North Korea through various media reports. Recently, the severity of the problem has increased, and international organizations and relief organizations have become increasingly concerned. Due to the shortage of food and firewood, residents illegally cut trees in the mountains and, as a result, North Korea has become the third fastest-growing area of forest degradation in Asia. However, since North Korea cannot directly measure the extent of forest degradation, remote sensing techniques using satellite imagery have to be applied. The purpose of this study was to analyze the characteristics of forest change in North Korea, in order to understand the severity of the forest degradation problem. For this purpose, Landsat 5 TM and Landsat 8 OLI TIRS satellite images were acquired and classified. As a result, it was found that the forests have turned into wilderness in the Nampo City and Pyongyang municipalities, while the wasteland has changed into forests in the north of Yanggangdo. In addition, the total forested area of the whole region decreased by $4,166.22km^2$, the residential area decreased by $2,017.03km^2$, and the amount of agricultural land increased by $6,625.74km^2$, which is similar to the amount of forested area lost, although the difference in the overall area of the forests between 2017 and 2006 was small.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 식량난과 땔감 부족으로 인해점차 심각해지고 있는 북한 전체 지역의 산림 변화를 정량적으로 파악하기 위해 원격탐사기법을 활용하였다. 북한의 산림 훼손과 관련된 자료들을 조사한 후, 북한 전체지역에 대한 위성영상을 획득하였다.
본 연구에서는 지속적으로 심각해지고 있는 북한을 대상으로 원격탐사기법을 활용하여 산림 변화의 정량적 분석을 수행하고자 하였다. 그 결과 다음과 같은 결론을 얻을 수 있었다.
제안 방법
위성영상은 북한전체지역을 포괄적으로 포함하고, 원활한 자료처리를 위해 비교적 해상도가 작은 Landsat 위성영상을 활용하였다. 2006년의 Landsat 5 TM 위성영상과 2017년의 Landsat 8 OLI TIRS 위성영상을 획득한 후, 각 지역별 영상들을 모자이크 하였으며, 이후 북한 지역만을 추출하는 마스킹 과정을 진행하였다. 추출된 연구대상지의 영상은 분류 항목을 설정한 후 항목별 대표지역을 선정하였으며, 이를 기준으로 영상분류를 수행하고, 산림 훼손으로 인한 토지피복 변화를 분석하였다[4-7].
훈련 집단을 선정한 후, 영상처리 프로그램의 감독분류 기법을 이용하여 분류를 수행하였다. 감독분류 방법들(평행육면체법, 최소거리법, 마하라노비스 거리법, 최대우도법, 분광각매퍼 기법, 신경망 기법, 서포트벡터머신 기법) 중 최대우도법(Maximum Likelihood)의 결과가 가장 높은 정확도로 산출되어 최대우도법으로 분류하고 그 결과를 비교하였다[13]. Fig.
2006년의 Landsat 5 TM 위성영상과 2017년의 Landsat 8 OLI TIRS 위성영상을 획득한 후, 각 지역별 영상들을 모자이크 하였으며, 이후 북한 지역만을 추출하는 마스킹 과정을 진행하였다. 추출된 연구대상지의 영상은 분류 항목을 설정한 후 항목별 대표지역을 선정하였으며, 이를 기준으로 영상분류를 수행하고, 산림 훼손으로 인한 토지피복 변화를 분석하였다[4-7]. Fig.
획득한 영상의 각 신(scene)별을 북한 전체를 대상으로 한 번에 처리하기 위해 모자이크를 실시하였다. 인접영상 간 중복되는 부분은 구름의 영향이 상대적으로 적은 영상을 우선적으로 선택하였다.
훼손으로 인한 북한의 산림 변화를 분석하기 위해 마스킹 한 두 시기의 영상을 대상으로 분류항목을 6가지(산림, 수계, 황무지, 농경지, 주택지, 구름)로 설정하고, 각 항목별 훈련집단(대표지역; training set)을 선정하였다. 훈련 집단 선정 시 분류 정확도 향상을 위해 두 시기동안 변동되지 않은 지역을 우선적으로 선정하였다. 훈련 집단을 선정한 후, 영상처리 프로그램의 감독분류 기법을 이용하여 분류를 수행하였다.
훈련 집단 선정 시 분류 정확도 향상을 위해 두 시기동안 변동되지 않은 지역을 우선적으로 선정하였다. 훈련 집단을 선정한 후, 영상처리 프로그램의 감독분류 기법을 이용하여 분류를 수행하였다. 감독분류 방법들(평행육면체법, 최소거리법, 마하라노비스 거리법, 최대우도법, 분광각매퍼 기법, 신경망 기법, 서포트벡터머신 기법) 중 최대우도법(Maximum Likelihood)의 결과가 가장 높은 정확도로 산출되어 최대우도법으로 분류하고 그 결과를 비교하였다[13].
훼손으로 인한 북한의 산림 변화를 분석하기 위해 마스킹 한 두 시기의 영상을 대상으로 분류항목을 6가지(산림, 수계, 황무지, 농경지, 주택지, 구름)로 설정하고, 각 항목별 훈련집단(대표지역; training set)을 선정하였다. 훈련 집단 선정 시 분류 정확도 향상을 위해 두 시기동안 변동되지 않은 지역을 우선적으로 선정하였다.
대상 데이터
3은 영상의 모자이크 과정과 결과를 나타낸다. 모자이크를 수행 한 후 연구 대상 지역만을 선별하기 위해 국토지리정보원 국토정보플랫폼에서 제공하는 북한지역 수치지도(2015년 제작, 축척 1:250,000, GRS80 좌표체계)를 활용하였다[15]. Fig.
본 연구에서는 북한의 산림 훼손 및 온도변화를 정량적으로 분석하기 위해 북한 전체지역을 연구 대상지로 선정하였다. 위성영상의 계절적 시기는 산림이 영상에서 뚜렷하게 확인이 가능한 여름철과 가을철에 해당되는 시기로 정하였으며, 이 시기를 기준으로 전체지역에 구름의 양이 가능한 적은 년도를 기준으로 결정하였다.
따라서 본 연구에서는 식량난과 땔감 부족으로 인해점차 심각해지고 있는 북한 전체 지역의 산림 변화를 정량적으로 파악하기 위해 원격탐사기법을 활용하였다. 북한의 산림 훼손과 관련된 자료들을 조사한 후, 북한 전체지역에 대한 위성영상을 획득하였다. 위성영상은 북한전체지역을 포괄적으로 포함하고, 원활한 자료처리를 위해 비교적 해상도가 작은 Landsat 위성영상을 활용하였다.
위성영상의 계절적 시기는 산림이 영상에서 뚜렷하게 확인이 가능한 여름철과 가을철에 해당되는 시기로 정하였으며, 이 시기를 기준으로 전체지역에 구름의 양이 가능한 적은 년도를 기준으로 결정하였다. 영상의 대상 시기를 결정한 후 획득 가능한 최적기가 2006년과 2017년으로 판단되어 이 시기에 해당되는 Landsat 5TM 위성영상과 Landsat 8 OLI TIRS 위성영상을 획득하였다[8]. Fig.
북한의 산림 훼손과 관련된 자료들을 조사한 후, 북한 전체지역에 대한 위성영상을 획득하였다. 위성영상은 북한전체지역을 포괄적으로 포함하고, 원활한 자료처리를 위해 비교적 해상도가 작은 Landsat 위성영상을 활용하였다. 2006년의 Landsat 5 TM 위성영상과 2017년의 Landsat 8 OLI TIRS 위성영상을 획득한 후, 각 지역별 영상들을 모자이크 하였으며, 이후 북한 지역만을 추출하는 마스킹 과정을 진행하였다.
성능/효과
둘째, 분류 결과를 통해 남포특별시 지역과 평양직할시 지역에서 산림이 황무지로 변한 것을 확연하게 알 수 있었으며, 반면에 양강도 북부지역에서는 황무지가 산림지역으로 변한 것을 확인 할 수 있었다.
5에서 보는 바와 같이 지역별 분포를 보면, 남포특별시 지역부터 평양직할시에 이르는 지역에서 산림이 황무지로 변한 것을 뚜렷하게 확인할 수 있으며, 반면에 양강도 북부지역의 경우 황무지에서 산림지역으로 변한 것이 두드러지게 나타났다. 북한 전체지역을 대상으로 면적 변화를 산출한 결과 Table 2에서 보는 바와 같이 2017년의 경우, 2006년에 비해 산림의 면적 변화(0.32km2 증가)는 거의 없으나 수계(4,416.22km2 감소)와 주택지(2,017.03km2 감소)된 것을 확인할 수 있었으며, 감소된 수계나 주택지의 면적이 농경지(6,625.74km2증가)로 바뀐 것을 알 수 있었다.
셋째, 북한 전체지역에 대한 면적 변화는 2006년에 비해 2017년에 산림의 면적 변화는 매우 적었으나, 수계와 주택지가 각각 4,416.22km2, 2,017.03km2 감소된 것을 알 수 있었으며, 감소된 면적과 비슷한 수치로 농경지가 (6,625.74km2) 증가된 것을 알 수 있었다.
첫째, 두 시기의 Landsat 5 TM 영상과 Landsat 8OLI TIRS 영상을 이용하여 북한 전체지역의 토지피복변화를 정확하고, 효과적으로 산출할 수 있었다.
후속연구
향후, 본 연구를 바탕으로 보다 다양한 시기에 대한분석을 추가적으로 진행하여 북한의 산림황폐화의 모니터링을 진행할 예정이다.
질의응답
핵심어
질문
논문에서 추출한 답변
북한의 위성영상의 계절적 시기는 언제인가?
본 연구에서는 북한의 산림 훼손 및 온도변화를 정량적으로 분석하기 위해 북한 전체지역을 연구 대상지로 선정하였다. 위성영상의 계절적 시기는 산림이 영상에서 뚜렷하게 확인이 가능한 여름철과 가을철에 해당되는 시기로 정하였으며, 이 시기를 기준으로 전체지역에 구름의 양이 가능한 적은 년도를 기준으로 결정하였다. 영상의 대상 시기를 결정한 후 획득 가능한 최적기가 2006년과 2017년으로 판단되어 이 시기에 해당되는 Landsat 5TM 위성영상과 Landsat 8 OLI TIRS 위성영상을 획득하였다[8].
북한의 이러한 토지 황폐화의 원인은 무엇인가?
최근 UN의 식량농업기구(FAO; Food and AgricultureOrganization of the United Nations)에 따르면, 북한 전체 면적의 1/4에 해당되는 녹지대가 사라졌으며, 최근 5년 동안 매년 12,7000여 헥타르에 달하는 북한 토지가 황폐해졌다고 추정했다[1]. 북한의 이러한 토지 황폐화는 식량 및 땔감 부족으로 인한 나무 훼손이 가장 큰 원인으로 파악되고 있다[2]. 북한 식량난에 대한 국제사회의 우려에 따라 2014년부터는 전국토의 수림화 특별지시로 기존의 식수절 행사를 나무심기 전투기간적으로 더욱 요란하게 진행하고 있다[3].
전국토의 수림화 특별지시에도 불구하고 북한의 산림 황폐화가 지속되는 이유는 무엇인가?
북한 식량난에 대한 국제사회의 우려에 따라 2014년부터는 전국토의 수림화 특별지시로 기존의 식수절 행사를 나무심기 전투기간적으로 더욱 요란하게 진행하고 있다[3]. 그러나 마땅한 연료가 없는 북한 주민들로서는 난방과 취사를 위해 산림의 나무를 계속 사용할 수밖에 근본적인 문제로 인해 산림의 황폐화가 지속적으로 발생하고 있는 상황이다. 북한의 산림 황폐화는 앞으로도 지속적인 국제사회의 해결과제로 남아있을 것이다.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.