최근 튀니지는 국토 남쪽의 사하라 사막이 북상하는 추세로 사막화모니터링과 평가가 요구되고 있다. 본 연구에서는 원격탐사 자료를 활용하여 토지피복 변화를 관찰하고, 정규화식생지수, 표토입자크기지수, 알베도를 산출하여 튀니지의 사막화를 모니터링하였다. 또한, 평가 지표 간 우선순위를 파악하여 Decision Tree (DT)를 구성하였고, 각 사막화 평가 지표, 사막화 등급, 토지피복의 변화빈도와 경향을 확인하였다. 이후, 연구에서 활용한 세 평가 지표와 강수량 간의 상관관계 분석을 수행하였다. 빈도와 경향 분석결과, 튀니지에서는 사막화가 전반적으로 심화되고 있으며, 사막화 정도가 심한 지역이 지리적으로 북상하는 것으로 나타났다. 사막화 평가 지표와 강수량의 상관관계 분석을 시행한 결과, 세 지표 모두 강수량과 높은 상관관계를 갖는 것으로 나타나 강수량의 변화가 튀니지 사막화에 영향을 주고 있음을 확인하였다. 본 연구를 통해 위성영상에 기반한 사막화 지표와 이를 조합하여 평가하는 방식인 Decision Tree, 그리고 토지피복 변화 경향을 고려하는 다양한 방법론의 활용성이 제고되었다.
최근 튀니지는 국토 남쪽의 사하라 사막이 북상하는 추세로 사막화 모니터링과 평가가 요구되고 있다. 본 연구에서는 원격탐사 자료를 활용하여 토지피복 변화를 관찰하고, 정규화식생지수, 표토입자크기지수, 알베도를 산출하여 튀니지의 사막화를 모니터링하였다. 또한, 평가 지표 간 우선순위를 파악하여 Decision Tree (DT)를 구성하였고, 각 사막화 평가 지표, 사막화 등급, 토지피복의 변화빈도와 경향을 확인하였다. 이후, 연구에서 활용한 세 평가 지표와 강수량 간의 상관관계 분석을 수행하였다. 빈도와 경향 분석결과, 튀니지에서는 사막화가 전반적으로 심화되고 있으며, 사막화 정도가 심한 지역이 지리적으로 북상하는 것으로 나타났다. 사막화 평가 지표와 강수량의 상관관계 분석을 시행한 결과, 세 지표 모두 강수량과 높은 상관관계를 갖는 것으로 나타나 강수량의 변화가 튀니지 사막화에 영향을 주고 있음을 확인하였다. 본 연구를 통해 위성영상에 기반한 사막화 지표와 이를 조합하여 평가하는 방식인 Decision Tree, 그리고 토지피복 변화 경향을 고려하는 다양한 방법론의 활용성이 제고되었다.
It is required to monitor and assess the desertification in Tunisia, where the Sahara Desert, which is located in the southern part of Tunisia, is recently expanding northward. In this study, by using remote sensed data, land cover changes were examined, and the Normalized Difference Vegetation Inde...
It is required to monitor and assess the desertification in Tunisia, where the Sahara Desert, which is located in the southern part of Tunisia, is recently expanding northward. In this study, by using remote sensed data, land cover changes were examined, and the Normalized Difference Vegetation Index (NDVI), Topsoil Grain Size Index (TGSI) and Albedo are used to monitor and assess desertification in Tunisia. Decision Tree was constructed, and the frequencies and trends of each assessment indicator, desertification degree and land cover were identified. In addition, we analyzed the correlation between assessment indicators and precipitation. As a result, desertification is generally intensifying northward, especially in areas with high levels of desertification. Also, bivariate correlation analysis showed that Albedo, NDVI and TGSI were all highly correlated with precipitation. It indicates that changes in precipitation have also been shown to affect Tunisian desertification. In conclusion, this study has improved the usability of various methodologies considering the assessment indicators based on satellite imagery, Decision Tree, which is a method of evaluating them complexly, and trends of land cover change.
It is required to monitor and assess the desertification in Tunisia, where the Sahara Desert, which is located in the southern part of Tunisia, is recently expanding northward. In this study, by using remote sensed data, land cover changes were examined, and the Normalized Difference Vegetation Index (NDVI), Topsoil Grain Size Index (TGSI) and Albedo are used to monitor and assess desertification in Tunisia. Decision Tree was constructed, and the frequencies and trends of each assessment indicator, desertification degree and land cover were identified. In addition, we analyzed the correlation between assessment indicators and precipitation. As a result, desertification is generally intensifying northward, especially in areas with high levels of desertification. Also, bivariate correlation analysis showed that Albedo, NDVI and TGSI were all highly correlated with precipitation. It indicates that changes in precipitation have also been shown to affect Tunisian desertification. In conclusion, this study has improved the usability of various methodologies considering the assessment indicators based on satellite imagery, Decision Tree, which is a method of evaluating them complexly, and trends of land cover change.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
평가 지표를 활용한 기존 사막화 연구들은 평가 지표값이 사막에 가까운 값을 나타내거나 토지피복이 나지로 바뀔수록 사막화가 진전되고 있다고 파악해왔다. 그러나 평가 지표값이 연별로 증감을 반복하기 때문에 일부 단기간의 긍정적인 변화가 사막화가 개선되는 것으로 해석될 여지가 있으므로, 개별 사막화 평가 지표, 사막화 등급, 토지피복 변화의 빈도와 경향을 종합적으로 파악하여 사막화가 진전되고 있는 지역을 분석할 수 있는 방안을 도출했다는 점에서 본 연구의 의미가 있다. 비록 원격탐사 자료를 중심으로 분석을 수행하였으나, 본 연구에서는 평가 지표값의 연별 변동성을 이해하고 그 값이 얼마나 많은 증감을 반복하는 지와 토지피복이 얼마나 자주 변화하는지에 초점을 맞추어 사막화를 평가하는 새로운 방법론을 제시하였다고 할 수 있다.
비록 원격탐사 자료를 중심으로 분석을 수행하였으나, 본 연구에서는 평가 지표값의 연별 변동성을 이해하고 그 값이 얼마나 많은 증감을 반복하는 지와 토지피복이 얼마나 자주 변화하는지에 초점을 맞추어 사막화를 평가하는 새로운 방법론을 제시하였다고 할 수 있다. 따라서 복잡한 요인을 분석해야 하는 사막화 진전 파악에 있어, 시계열적 환경변화 양상 분석과 이에 대응한 원격탐사와 공간자료 활용성을 제고하였다. 이와 더불어, 일부 지역을 대상으로 수행하던 사막화 진전 분석을 국가 규모로 광역적으로 수행하여, 국가단위에서 집중적으로 사막화 방지가 이루어져야 하는 지역을 판단하였기 때문에 국가 정책 결정에 활용될 수 있을 것으로 판단된다.
따라서 본 연구에서는 튀니지를 대상으로 위성영상을 이용하여 토지피복 변화를 살피고, Decision Tree(DT)를 통해 여러 평가 지표들을 개별적, 종합적으로 관찰하여 튀니지 중부의 사막화를 모니터링 하였다. 또한, 각 지표와 토지피복 그리고 DT의 변화빈도와 경향을 파악하고 서로 비교하여 튀니지의 사막화 진행 경향과 지역적인 집약 정도를 확인함으로써 국가적 차원에서 튀니지 사막화 진전을 광역적으로 보여주고 국가적인 수준의 방지 대책을 수립을 위한 의사결정을 지원하고자 하였다.
, 2008), 현장조사에 필요한 노동과 비용 등을 절약할 수 있어, 본 연구방법은 개발도상국을 대상으로 한 연구에 적합하다고 할 수 있다. 또한, 본 연구에서는 사막화 관찰을 위한 세 가지 평가 지표를 산출하였고, 이를 조합하여 평가한 사막화 등급과 토지피복 변화를 함께 관찰하는 등 비교적 용이하게 얻을 수 있는 자료를 활용하면서도 사막화를 정확하게 관찰하고자 하였다. 평가 지표를 활용한 기존 사막화 연구들은 평가 지표값이 사막에 가까운 값을 나타내거나 토지피복이 나지로 바뀔수록 사막화가 진전되고 있다고 파악해왔다.
본 연구에서는 변화빈도와 경향을 통해 평가한 튀니지 사막화 결과의 정확도를 높이기 위해 강수량의 변화를 함께 파악하였다. 또한, 강수량의 변화가 사막화 진전과 관련이 있다는 선행연구를 참고하여 연구에서 활용한 세 지표와 강수량 간의 상관관계를 변량 상관관계 분석을 수행하였다(Wang, 2008).
그러나 평가 지표값이 연별로 증감을 반복하기 때문에 일부 단기간의 긍정적인 변화가 사막화가 개선되는 것으로 해석될 여지가 있으므로, 개별 사막화 평가 지표, 사막화 등급, 토지피복 변화의 빈도와 경향을 종합적으로 파악하여 사막화가 진전되고 있는 지역을 분석할 수 있는 방안을 도출했다는 점에서 본 연구의 의미가 있다. 비록 원격탐사 자료를 중심으로 분석을 수행하였으나, 본 연구에서는 평가 지표값의 연별 변동성을 이해하고 그 값이 얼마나 많은 증감을 반복하는 지와 토지피복이 얼마나 자주 변화하는지에 초점을 맞추어 사막화를 평가하는 새로운 방법론을 제시하였다고 할 수 있다. 따라서 복잡한 요인을 분석해야 하는 사막화 진전 파악에 있어, 시계열적 환경변화 양상 분석과 이에 대응한 원격탐사와 공간자료 활용성을 제고하였다.
제안 방법
본 연구에서는 튀니지 지역의 사막화 진전 정도를 확인하고자 위성영상을 활용하여 1) 연별 알베도(Albedo), NDVI, 표토입자크기지수(Topsoil Grain Size Index, TGSI) 값을 산출하고, 각 평가 지표값이 높게 나타나는 토지피복을 확인하였다. 2) 평가 지표값의 직관적인 비교만으로는 실질적인 사막화 진전 상태를 판단하기 어렵다는 가정하에, 평가 지표 간 우선 순위를 파악하여 Decision Tree를 구성한 후 사막화 등급을 구분하였고, 3) 각 평가 지표와 토지피복 그리고 사막화 등급의 변화빈도와 경향을 확인하였다.
2001년부터 2017년까지의 산출된 각 지표값의 범위를 등급화하고 해당 기간동안 각 격자마다 등급이 변화한 횟수를 확인하였다. 지표의 등급은 2001년부터 2017년까지 평균값을 표준 편차를 고려하여 6개의 구간으로 나누어 매해 같은 기준을 적용하였다.
본 연구에서는 튀니지 지역의 사막화 진전 정도를 확인하고자 위성영상을 활용하여 1) 연별 알베도(Albedo), NDVI, 표토입자크기지수(Topsoil Grain Size Index, TGSI) 값을 산출하고, 각 평가 지표값이 높게 나타나는 토지피복을 확인하였다. 2) 평가 지표값의 직관적인 비교만으로는 실질적인 사막화 진전 상태를 판단하기 어렵다는 가정하에, 평가 지표 간 우선 순위를 파악하여 Decision Tree를 구성한 후 사막화 등급을 구분하였고, 3) 각 평가 지표와 토지피복 그리고 사막화 등급의 변화빈도와 경향을 확인하였다. 토지피복의 경우 매트릭스 작성을 통해 토지피복의 변화를 함께 확인하였다.
20을 기준으로 사막화 등급을 구분하였다. Albedo와 TGSI는 식생에서 나지로 토지피복의 변화가 있었던 지역의 평균값을 기준으로 적용하였다.
변화경향 파악을 위해 NDVI의 경우 부(-)의 방향으로 변화한 횟수, Albedo와 TGSI의 경우 정(+)의 방향으로 변화한 횟수를 확인하였다. DT결과도 이와 마찬가지로 2001년부터 2017년까지 연별 등급의 누적 변화빈도수와 Severe 등급을 향해 변한 횟수를 파악하였다. 토지피복의 경우 자료의 한계로 인해 2001년부터 2013년까지만의 변화빈도와 변화경향을 파악하였다.
MODIS 자료를 이용하여 밴드 조합을 통해 월별, 연별 Albedo, NDVI 그리고 TGSI를 산출하였다. NDVI는 식물 활력을 평가하는 지표로, 적색 클로로필 흡수 밴드로 식생을 구분하는데 가장 중요한 적색 가시광선(Red, 0.
사막화의 등급은 위험한 순대로 Severe, High, Moderate, Low 그리고 Non, 총 5개로 구분되며, 세부 등급을 나누기 위해 평가 지표마다 규칙을 정해 DT 알고리즘을 구축하였다. NDVI가 사막화 진전 위험성을 구분하는 중요한 기준이 된다는 선행연구를 바탕으로 NDVI를 알고리즘의 제1척도로 설정하였다(Lamchin et al., 2016; Symeonakis and Drake, 2004). 우선 2001년부터 2013년까지 매년 토지피복이 식생으로 유지되는 지역의 평균 NDVI 값을 이용하여 사막화 위험이 있는 곳과 미약하거나 없는 지역을 분류하였고, 이후 식생이 존재한다고 여겨지는 최소 NDVI 값인 0.
단순히 지표값의 높고 낮음을 확인하여 토양 황폐화의 정도를 확인하는 경우에는 이미 사막화된 지역을 다시 판독하게 되는 경향이 있기 때문에, 지표값을 비롯하여 토지피복의 변화가 빈번해 사막화가 현재 진행되고 있는 곳을 공간적으로 파악하는 연구를 통해 효과적인 사막화 방지를 하는 것이 필요하다. 따라서 본 연구에서는 튀니지를 대상으로 위성영상을 이용하여 토지피복 변화를 살피고, Decision Tree(DT)를 통해 여러 평가 지표들을 개별적, 종합적으로 관찰하여 튀니지 중부의 사막화를 모니터링 하였다. 또한, 각 지표와 토지피복 그리고 DT의 변화빈도와 경향을 파악하고 서로 비교하여 튀니지의 사막화 진행 경향과 지역적인 집약 정도를 확인함으로써 국가적 차원에서 튀니지 사막화 진전을 광역적으로 보여주고 국가적인 수준의 방지 대책을 수립을 위한 의사결정을 지원하고자 하였다.
본 연구에서는 변화빈도와 경향을 통해 평가한 튀니지 사막화 결과의 정확도를 높이기 위해 강수량의 변화를 함께 파악하였다. 또한, 강수량의 변화가 사막화 진전과 관련이 있다는 선행연구를 참고하여 연구에서 활용한 세 지표와 강수량 간의 상관관계를 변량 상관관계 분석을 수행하였다(Wang, 2008). 총 314개 관측지점에서 2001년부터 2014년 7월까지 관측한 일별 강우량 값을 이용하였고, 각 point마다 부여된 값을 Kriging 방법을 통해 보간하여 래스터 형식의 공간자료로 변환하였다.
본 연구에서는 튀니지를 대상으로 위성영상을 이용하여 토지피복 변화를 살피고, Decision Tree (DT)를 통해 여러 지표를 개별적, 종합적으로 관찰하여 튀니지 중부의 사막화 등급을 평가 및 모니터링하였다. 또한, 사막화 평가 지표, 사막화 등급, 토지피복의 변화빈도와 경향을 파악하고 서로 비교하여 튀니지의 사막화 진행 경향과 지역적인 집약 정도를 확인하였다. 그 결과 사막화 평가 지표, 사막화 등급, 토지피복은 튀니지 중부에서 북쪽으로 사막화가 진전되고 있음을 나타냈다.
지표의 등급은 2001년부터 2017년까지 평균값을 표준 편차를 고려하여 6개의 구간으로 나누어 매해 같은 기준을 적용하였다. 변화경향 파악을 위해 NDVI의 경우 부(-)의 방향으로 변화한 횟수, Albedo와 TGSI의 경우 정(+)의 방향으로 변화한 횟수를 확인하였다. DT결과도 이와 마찬가지로 2001년부터 2017년까지 연별 등급의 누적 변화빈도수와 Severe 등급을 향해 변한 횟수를 파악하였다.
본 연구에서는 MODIS 영상을 이용하여 사막화를 나타내는 세 가지 사막화 평가 지표, Decision Tree(DT)를 이용한 사막화 등급, 그리고 토지피복 변화를 관찰하여 사막화 모니터링을 수행하였다. 즉, 사막화 평가 지표, 사막화 등급, 토지피복의 변화빈도와 경향을 확인하여 사막화를 평가하고, 세 평가 지표와 강수량 간의 상관관계 분석을 수행하였다.
본 연구에서는 강수량이 튀니지 사막화의 중요한 원인이라고 파악하고, 연구에서 활용한 세 평가 지표와 강수량 간의 상관관계를 변량 상관관계 분석을 통해 확인하였다. 유의확률(p)가 0.
또한, 평가 지표의 객관적인 값으로만 관찰하면 사막화가 일어나는 지역이 아닌 이미 사막화가 완료된 사막 지역에서 평가 지표 값이 가장 낮기 때문에 사막화 진전을 파악하기 위해서는 각 평가 지표를 적절히 분류 및 조합하여 평가할 필요가 있다. 본 연구에서는 튀니지 사막화 단계를 5개 등급으로 나누고 2001년부터 2017년까지 격자별 사막화 등급의 변화 횟수를 확인하였다.
본 연구에서는 튀니지를 대상으로 위성영상을 이용하여 토지피복 변화를 살피고, Decision Tree (DT)를 통해 여러 지표를 개별적, 종합적으로 관찰하여 튀니지 중부의 사막화 등급을 평가 및 모니터링하였다. 또한, 사막화 평가 지표, 사막화 등급, 토지피복의 변화빈도와 경향을 파악하고 서로 비교하여 튀니지의 사막화 진행 경향과 지역적인 집약 정도를 확인하였다.
본 연구에서 구성한 DT 알고리즘은 그림 3과 같다. 사막화의 등급은 위험한 순대로 Severe, High, Moderate, Low 그리고 Non, 총 5개로 구분되며, 세부 등급을 나누기 위해 평가 지표마다 규칙을 정해 DT 알고리즘을 구축하였다. NDVI가 사막화 진전 위험성을 구분하는 중요한 기준이 된다는 선행연구를 바탕으로 NDVI를 알고리즘의 제1척도로 설정하였다(Lamchin et al.
, 2016; Symeonakis and Drake, 2004). 우선 2001년부터 2013년까지 매년 토지피복이 식생으로 유지되는 지역의 평균 NDVI 값을 이용하여 사막화 위험이 있는 곳과 미약하거나 없는 지역을 분류하였고, 이후 식생이 존재한다고 여겨지는 최소 NDVI 값인 0.20을 기준으로 사막화 등급을 구분하였다. Albedo와 TGSI는 식생에서 나지로 토지피복의 변화가 있었던 지역의 평균값을 기준으로 적용하였다.
총 314개 관측지점에서 2001년부터 2014년 7월까지 관측한 일별 강우량 값을 이용하였고, 각 point마다 부여된 값을 Kriging 방법을 통해 보간하여 래스터 형식의 공간자료로 변환하였다. 이를 활용하여 튀니지 내 강수량의 변화를 확인함과 동시에, 독립 변수에 따른 종속 변수의 변화 강도, 방향과 변수 사이 관련성을 보여주는 이변량 상관관계 분석을 통해 튀니지 내 강수량이 사막화 모니터링 및 평가에 활용된 Albedo, NDVI, TGSI에 어떤 영향을 주었는지 파악하였다.
본 연구에서는 MODIS 영상을 이용하여 사막화를 나타내는 세 가지 사막화 평가 지표, Decision Tree(DT)를 이용한 사막화 등급, 그리고 토지피복 변화를 관찰하여 사막화 모니터링을 수행하였다. 즉, 사막화 평가 지표, 사막화 등급, 토지피복의 변화빈도와 경향을 확인하여 사막화를 평가하고, 세 평가 지표와 강수량 간의 상관관계 분석을 수행하였다. 사막화를 규명하기 위해서는 사막화 진전 현상을 복합적으로 정량적 분석 자료를 통해 관찰해야 한다.
2001년부터 2017년까지의 산출된 각 지표값의 범위를 등급화하고 해당 기간동안 각 격자마다 등급이 변화한 횟수를 확인하였다. 지표의 등급은 2001년부터 2017년까지 평균값을 표준 편차를 고려하여 6개의 구간으로 나누어 매해 같은 기준을 적용하였다. 변화경향 파악을 위해 NDVI의 경우 부(-)의 방향으로 변화한 횟수, Albedo와 TGSI의 경우 정(+)의 방향으로 변화한 횟수를 확인하였다.
또한, 강수량의 변화가 사막화 진전과 관련이 있다는 선행연구를 참고하여 연구에서 활용한 세 지표와 강수량 간의 상관관계를 변량 상관관계 분석을 수행하였다(Wang, 2008). 총 314개 관측지점에서 2001년부터 2014년 7월까지 관측한 일별 강우량 값을 이용하였고, 각 point마다 부여된 값을 Kriging 방법을 통해 보간하여 래스터 형식의 공간자료로 변환하였다. 이를 활용하여 튀니지 내 강수량의 변화를 확인함과 동시에, 독립 변수에 따른 종속 변수의 변화 강도, 방향과 변수 사이 관련성을 보여주는 이변량 상관관계 분석을 통해 튀니지 내 강수량이 사막화 모니터링 및 평가에 활용된 Albedo, NDVI, TGSI에 어떤 영향을 주었는지 파악하였다.
토지피복도는 변화빈도와 경향 확인을 위해 산림, 관목지, 사바나, 초지, 물, 농경지, 시가지, 나지 등 8가지 유형으로 재분류하여 매년 토지 피복의 변화빈도를 확인하였다(표 2). 재분류는 MODIS 토지피복 영상의 대분류를 참고하였고, 이 중 Unvegetated에서 시가지와 나지, 물 부분은 각각 분류하고 튀니지 내에서 발견하기 어려운 permanent wetland 와 permanent snow and ice에 해당하는 토지피복은 제외하였다 (Friedl et al.
2) 평가 지표값의 직관적인 비교만으로는 실질적인 사막화 진전 상태를 판단하기 어렵다는 가정하에, 평가 지표 간 우선 순위를 파악하여 Decision Tree를 구성한 후 사막화 등급을 구분하였고, 3) 각 평가 지표와 토지피복 그리고 사막화 등급의 변화빈도와 경향을 확인하였다. 토지피복의 경우 매트릭스 작성을 통해 토지피복의 변화를 함께 확인하였다. 또한, 강수량이 사막화 진전에 영향을 주었음을 확인하고자 4) 강수량과 세 평가 지표 사이의 상관관계를 파악하였다(그림 2).
대상 데이터
Land Surface Reflectance는 미국지질조사국(United States Geological Survey, USGS)에서 제공하는 MODIS/Terra Surface Reflectance(MOD09A1) 영상자료를 이용하였다. MOD09A1은 250m 격자급의 원본 데이터를 방사 및 대기보정한 후 격자화하여 투영한 MODIS 영상 제품이다.
해당 자료는 IGBP 분류 방식을 기준으로 총 17개의 토지피복 유형을 가지고 있다. 강수량은 미국 국립대기연구센터(National Center for Atmospheric Research, NCAR)에서 개발한 운영하는 국가환경예측센터(National Centers for Environmental Prediction, NCEP)의 기후 예측시스템재분석(Climate Forecast System Reanalysis, CFSR) 데이터를 이용하였다. NCEP는 CFSR을 통해 1979년부터 2014년까지의 온도, 강수량, 풍속, 습도 등의 일별 기상자료를 제공하고 있다.
튀니지 전역은 MODIS의 Sinusoidal Grid Tiling System 상의 수직 5번, 수평 18번에 해당하는 영상을 통해 확인 가능하다. 또한, MOD09A1은 2000년 2월부터 현재까지 8일 단위의 영상을 제공하고 있으며, 본 연구에서는 2001년부터 2017년까지의 MOD09A1 영상을 활용하였다.
NCEP는 CFSR을 통해 1979년부터 2014년까지의 온도, 강수량, 풍속, 습도 등의 일별 기상자료를 제공하고 있다. 본 연구에서는 2001년부터 2014년까지의 강수량 자료를 활용하였다.
본 연구에서는 지표 산출을 위한 Land Surface Reflectance 영상, 토지피복도, 강수량 자료가 사용되었다(표 1)
토지피복도는 Land Surface Reflectance와 마찬가지로 USGS의 MODIS에서 약 500m 격자의 공간해상도를 갖는 Land Cover Type Yearly Product(MCD12Q1)를 활용하였다. 해당 자료는 IGBP 분류 방식을 기준으로 총 17개의 토지피복 유형을 가지고 있다.
성능/효과
Albedo, NDVI, TGSI 값을 산출한 결과 남부 사막 지역의 호수를 제외한 Albedo와 TGSI는 값이 높은 곳의 면적이, NDVI는 낮은 값을 가진 곳의 면적이 더 넓어졌다. 또한, Albedo와 NDVI의 경우 매해 증감을 반복하였고, 특히 튀니지 중부의 관목지와 초지에서 지표값이 빈번하게 증감함을 확인할 수 있었다.
DT 알고리즘에 따라 튀니지의 지역별 사막화 등급을 분류한 결과, 중부 지역에서 사막화에 취약한 지역이 확장된 것으로 나타났다. 중부 지역에서 사막화가 가장 심한 severe 등급이 확장되고 있고, 이미 사막인 지역에서도 사막화가 심한 high 등급에 해당했던 지역이 severe 등급으로 변하고 있음을 확인할 수 있다.
세 평가 지표에 같은 가중치를 두고 비교하는 경우, 이미 사막인 남부지역을 제외한 튀니지 전체에서 대부분 사막화 경향을 보이나, 농경지는 더 높은 사막화 취약성을 보였다. 각 평가 지표에 다른 가중치를 두고 DT 알고리즘을 적용한 사막화 등급 분류 결과, 사막화 중북부, 즉 농지에서 높은 사막화 경향을 나타냈다. 2001년부터 2017년까지의 사막화 등급 변화빈도를 관찰한 결과, 영구적으로 산림이었던 튀니지 북부와 영구적으로 나지 혹은 사막으로 구분되었던 남부는 사막화 등급 변화가 거의 없었다.
또한, 사막화 평가 지표, 사막화 등급, 토지피복의 변화빈도와 경향을 파악하고 서로 비교하여 튀니지의 사막화 진행 경향과 지역적인 집약 정도를 확인하였다. 그 결과 사막화 평가 지표, 사막화 등급, 토지피복은 튀니지 중부에서 북쪽으로 사막화가 진전되고 있음을 나타냈다. 사막화 평가 지표, 사막화 등급, 토지피복의 객관적 상태로만 판단하면, 이미 사막지역인 남부 지역이 사막화 위험 지역으로 분류되지만, 산림 및 초지가 황폐화되는 것이라는 사막화의 개념을 기본으로 토지가 변하는 것에 초점을 맞추어 판단하면, 초지와 관목지가 나지로 황폐화되고 있는 중북부 지역이 사막화가 집중적으로 진전되는 지역임을 파악할 수 있다.
사막화 평가 지표, 사막화 등급, 토지피복의 객관적 상태로만 판단하면, 이미 사막지역인 남부 지역이 사막화 위험 지역으로 분류되지만, 산림 및 초지가 황폐화되는 것이라는 사막화의 개념을 기본으로 토지가 변하는 것에 초점을 맞추어 판단하면, 초지와 관목지가 나지로 황폐화되고 있는 중북부 지역이 사막화가 집중적으로 진전되는 지역임을 파악할 수 있다. 더불어 강수량과의 상관관계 분석을 통해 튀니지에서 과도한 방목과 농업뿐만 아니라 강수량의 변화도 튀니지 사막화에 영향을 주고 있음을 파악하였다. 따라서 본 연구와 같이 원격탐사에 기반한 위성영상 기반 지표의 혼용과 함께 공간자료를 활용한 다양한 접근을 통해 사막화 진전 모니터링을 수월하게 할 수 있을 것이다.
식생 지역이 아닌 눈, 구름, 물 등 수분을 포함하는 지역은 가시광선이 근적외선보다 반사값이 크므로 음수의 값을 갖고, 암석, 마른 토양 등은 두 파장대의 반사값이 비슷하여 0에 가깝게 나타난다(Lee and Kim, 2005). 따라서, NDVI 값을 활용하여 식생과 비식생 지역을 구분할 수 있고, NDVI 값의 시계열적, 공간적 변화를 관찰함으로써 사막화가 진전되고 있는 지역을 파악할 수 있다.
Albedo, NDVI, TGSI 값을 산출한 결과 남부 사막 지역의 호수를 제외한 Albedo와 TGSI는 값이 높은 곳의 면적이, NDVI는 낮은 값을 가진 곳의 면적이 더 넓어졌다. 또한, Albedo와 NDVI의 경우 매해 증감을 반복하였고, 특히 튀니지 중부의 관목지와 초지에서 지표값이 빈번하게 증감함을 확인할 수 있었다. 행정구역별로 평균값을 산출하여 연별 변화율을 살펴본 결과, 변화율이 높은 행정구역은 Tunis, Manubah, Kassrine, Gafsa, Gabes, Zaghouan 등으로 나타났다.
TGSI는 튀니지 북부에서 집중적으로 높은 변화빈도를 보였다(그림 6). 또한, 지표가 얼마나 사막화에 가까운 값으로 변화해가는지를 확인한 변화경향 분석에서는 세 지표 모두 지표 변화빈도와 거의 유사한 결과를 보였다. 이는 지표값의 변화가 대체로 모두 사막화를 향해 이루어지고 있음을 나타내고, 이를 통해 튀니지에서 사막화가 계속해서 진행되고 있음을 파악할 수 있다(그림 7).
05 이하인 경우, 상관관계가 유의함을 나타내고, Pearson 상관계수의 절대값이 1에 가까울수록 강한 상관관계가 있음을 나타낸다. 분석결과 3개의 평가 지표가 강수량과 모두 높은 상관관계를 보였다(표 10). 강수량의 변화가 토양의 수분 유지에 영향을 미쳐 표토의 수분 유출과 토양 황폐화를 일으킬 수 있다는 선행연구를 참고하면(Trkeş, 1999), 상기 결과를 통해 튀니지에서 강수량의 변화가 사막화 진전에 영향을 주었고 이것이 세 지표와 토지피복에 모두 반영된 것으로 보인다.
사막화 평가 지표, 사막화 등급, 토지피복을 비교한 결과, 모든 경우에서 사막화가 심화되는 것을 관찰할 수 있었고 특히 중남부 지역의 농경지가 사막화에 취약했다(그림 8).
그 결과 사막화 평가 지표, 사막화 등급, 토지피복은 튀니지 중부에서 북쪽으로 사막화가 진전되고 있음을 나타냈다. 사막화 평가 지표, 사막화 등급, 토지피복의 객관적 상태로만 판단하면, 이미 사막지역인 남부 지역이 사막화 위험 지역으로 분류되지만, 산림 및 초지가 황폐화되는 것이라는 사막화의 개념을 기본으로 토지가 변하는 것에 초점을 맞추어 판단하면, 초지와 관목지가 나지로 황폐화되고 있는 중북부 지역이 사막화가 집중적으로 진전되는 지역임을 파악할 수 있다. 더불어 강수량과의 상관관계 분석을 통해 튀니지에서 과도한 방목과 농업뿐만 아니라 강수량의 변화도 튀니지 사막화에 영향을 주고 있음을 파악하였다.
사막화 평가 지표, 사막화 등급과 토지피복 분석 결과를 종합적으로 해석하였을 때, 튀니지에서 관목지와 농지에서 집중적으로 사막화가 진행되고 있음을 확인할 수 있다. 이미 사막화가 많이 진전되어 나지에 해당하는 남부지역은 변화빈도와 경향 분석에서 대부분 평가 지표와 토지 변동이 안정화되어 있는 것으로 나타났다.
세 지표가 2001년부터 2017년까지 얼마나 잦은 증감을 반복하는지 확인하기 위해 픽셀별 등급 변화의 빈도를 확인한 결과, Albedo는 튀니지 전체에서 증감을 반복하고 튀니지 중부의 일부 지역에서 많은 변화빈도를 보였다. NDVI의 경우 튀니지 북부 중에서도 농지에서 높은 변화빈도를 나타냈다.
세 평가 지표에 같은 가중치를 두고 비교하는 경우, 이미 사막인 남부지역을 제외한 튀니지 전체에서 대부분 사막화 경향을 보이나, 농경지는 더 높은 사막화 취약성을 보였다. 각 평가 지표에 다른 가중치를 두고 DT 알고리즘을 적용한 사막화 등급 분류 결과, 사막화 중북부, 즉 농지에서 높은 사막화 경향을 나타냈다.
사막화 평가 지표, 사막화 등급과 토지피복 분석 결과를 종합적으로 해석하였을 때, 튀니지에서 관목지와 농지에서 집중적으로 사막화가 진행되고 있음을 확인할 수 있다. 이미 사막화가 많이 진전되어 나지에 해당하는 남부지역은 변화빈도와 경향 분석에서 대부분 평가 지표와 토지 변동이 안정화되어 있는 것으로 나타났다. 그러나 북부의 일부 산림지역과 도시지역을 제외한 튀니지의 중앙부는 심각한 평가 지표와 토지피복의 변화를 보여 2001년부터 2017년까지 사막화가 집중적으로 진행되고 있는 지역으로 판단할 수 있다.
또한, Albedo와 NDVI의 경우 매해 증감을 반복하였고, 특히 튀니지 중부의 관목지와 초지에서 지표값이 빈번하게 증감함을 확인할 수 있었다. 행정구역별로 평균값을 산출하여 연별 변화율을 살펴본 결과, 변화율이 높은 행정구역은 Tunis, Manubah, Kassrine, Gafsa, Gabes, Zaghouan 등으로 나타났다. 토지피복의 경우 나지의 경계선이 점점 북상하는 것을 볼 수 있고, 이에 따라 관목지의 면적이 줄어드는 것을 확인할 수 있다(그림 4).
후속연구
본 연구에서는 여러 지표 및 토지피복 변화와 강수량의 상관성을 파악하였으나, 향후 연구에서는 튀니지의 사막화 위험지역이 북부로 확장되는 원인을 파악하기 위해 강수량 변화를 포함하여 풍속 및 풍향 경향성 변화 등 원격탐사 자료 외의 여러 가지 현장 조사 자료와 통계 자료를 풍부하게 이용하여 추가적인 분석을 수행해야 할 것이다. 다양한 자료가 뒷받침된다면 사막화 방지 대책 수립을 위한 의사결정에 더욱 도움이 될 수 있을 것으로 판단된다. 또한, 지수를 사용함에 있어서도 값에 대한 심도 있는 과학적, 수학적 분석을 통해 원격탐사 자료를 사용한 연구의 신뢰도를 높일 수 있을 것이다.
튀니지와 같이 이미 사막화가 상당히 진행된 국가에서는 이미 토지가 완전히 황폐화된 지역 보다 현재 토지가 황폐화되고 있는 지역에 대한 방지 대책을 우선적으로 수립하는 것이 중요하다. 단순히 지표값의 높고 낮음을 확인하여 토양 황폐화의 정도를 확인하는 경우에는 이미 사막화된 지역을 다시 판독하게 되는 경향이 있기 때문에, 지표값을 비롯하여 토지피복의 변화가 빈번해 사막화가 현재 진행되고 있는 곳을 공간적으로 파악하는 연구를 통해 효과적인 사막화 방지를 하는 것이 필요하다. 따라서 본 연구에서는 튀니지를 대상으로 위성영상을 이용하여 토지피복 변화를 살피고, Decision Tree(DT)를 통해 여러 평가 지표들을 개별적, 종합적으로 관찰하여 튀니지 중부의 사막화를 모니터링 하였다.
더불어 강수량과의 상관관계 분석을 통해 튀니지에서 과도한 방목과 농업뿐만 아니라 강수량의 변화도 튀니지 사막화에 영향을 주고 있음을 파악하였다. 따라서 본 연구와 같이 원격탐사에 기반한 위성영상 기반 지표의 혼용과 함께 공간자료를 활용한 다양한 접근을 통해 사막화 진전 모니터링을 수월하게 할 수 있을 것이다. 또한, 국가적 차원으로 연구를 수행함으로써 국가 안에서 집중적으로 사막화 방지가 이루어져야 하는 지역을 판단하였기 때문에, 본 연구에서의 방법론을 적용하여 국가 단위에서의 사막화 방지의 효율성 제고 및 집약도 조정을 위한 지역적인 의사결정 지원이 가능할 것으로 기대된다.
따라서 본 연구와 같이 원격탐사에 기반한 위성영상 기반 지표의 혼용과 함께 공간자료를 활용한 다양한 접근을 통해 사막화 진전 모니터링을 수월하게 할 수 있을 것이다. 또한, 국가적 차원으로 연구를 수행함으로써 국가 안에서 집중적으로 사막화 방지가 이루어져야 하는 지역을 판단하였기 때문에, 본 연구에서의 방법론을 적용하여 국가 단위에서의 사막화 방지의 효율성 제고 및 집약도 조정을 위한 지역적인 의사결정 지원이 가능할 것으로 기대된다.
다양한 자료가 뒷받침된다면 사막화 방지 대책 수립을 위한 의사결정에 더욱 도움이 될 수 있을 것으로 판단된다. 또한, 지수를 사용함에 있어서도 값에 대한 심도 있는 과학적, 수학적 분석을 통해 원격탐사 자료를 사용한 연구의 신뢰도를 높일 수 있을 것이다. 또한, 평가 지표마다 계절 변동성을 고려하여 연평균 지표값이 아닌 식생 및 토양 분석에 있어 중요한 계절의 지표값을 사용해 DT 알고리즘을 보완하고 고도화하는 것도 중요한 향후 연구 과제로 파악된다.
또한, 지수를 사용함에 있어서도 값에 대한 심도 있는 과학적, 수학적 분석을 통해 원격탐사 자료를 사용한 연구의 신뢰도를 높일 수 있을 것이다. 또한, 평가 지표마다 계절 변동성을 고려하여 연평균 지표값이 아닌 식생 및 토양 분석에 있어 중요한 계절의 지표값을 사용해 DT 알고리즘을 보완하고 고도화하는 것도 중요한 향후 연구 과제로 파악된다.
본 연구에서는 여러 지표 및 토지피복 변화와 강수량의 상관성을 파악하였으나, 향후 연구에서는 튀니지의 사막화 위험지역이 북부로 확장되는 원인을 파악하기 위해 강수량 변화를 포함하여 풍속 및 풍향 경향성 변화 등 원격탐사 자료 외의 여러 가지 현장 조사 자료와 통계 자료를 풍부하게 이용하여 추가적인 분석을 수행해야 할 것이다. 다양한 자료가 뒷받침된다면 사막화 방지 대책 수립을 위한 의사결정에 더욱 도움이 될 수 있을 것으로 판단된다.
따라서 복잡한 요인을 분석해야 하는 사막화 진전 파악에 있어, 시계열적 환경변화 양상 분석과 이에 대응한 원격탐사와 공간자료 활용성을 제고하였다. 이와 더불어, 일부 지역을 대상으로 수행하던 사막화 진전 분석을 국가 규모로 광역적으로 수행하여, 국가단위에서 집중적으로 사막화 방지가 이루어져야 하는 지역을 판단하였기 때문에 국가 정책 결정에 활용될 수 있을 것으로 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
사막화는 무엇인가?
사막화는 건조지 및 반건조지에서 전지구 대기 순환의 장기적 변동이라는 기후 및 환경적 요인을 비롯하여 과도한 벌채, 과잉방목 등과 같은 사회경제적 요인이 복합적으로 작용하며 발생하는 토지 황폐화 현상으로 정의된다. 사막화로 인해 산림 및 초지가 황무지로 변함에 따라 육상 생태계의 다양성이 훼손되며 생태계와 더불어 살아가고 있는 인간의 활동도 부정적 영향을 받는다(Bai et al.
Albedo, NDVI, TGSI 새지표의 변화빈도는 어떠한가?
세 지표가 2001년부터 2017년까지 얼마나 잦은 증감을 반복하는지 확인하기 위해 픽셀별 등급 변화의 빈도를 확인한 결과, Albedo는 튀니지 전체에서 증감을 반복하고 튀니지 중부의 일부 지역에서 많은 변화빈도를 보였다. NDVI의 경우 튀니지 북부 중에서도 농지에서 높은 변화빈도를 나타냈다. 이는 연별로 농업생산량이 달라짐으로써 나타난 결과로 보인다. TGSI는 튀니지 북부에서 집중적으로 높은 변화빈도를 보였다(그림 6). 또한, 지표가 얼마나 사막화에 가까운 값으로 변화해가는지를 확인한 변화경향 분석에서는 세 지표 모두 지표 변화빈도와 거의 유사한 결과를 보였다.
튀니지의 지리적 위치는 어디인가?
튀니지는 위도 30.24°N에서 37.54°N, 경 도 7.53°E에서 11.60°E에 위치하고, 면적은 약 165,000㎢이다. 튀니지는 동쪽으로는 지중해, 남쪽으로는 사하라 사막과 접한 건조/반건조 지역으로, 계절풍과 지중해의 영향을 받아 여름에는 고온건조하고 겨울에는 온난습윤한 기후를 가진다(그림.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.