초록 ▼

Ⅳ. 연구개발결과
새만금 간척매립지 중 인위적인 개발이 이루어지고 있지 않은 부안군 장신리에 시범조사지역(약 3.5㎢)을 선정하여 무작위로 추출된 130개 조사지점을 대상으로 현지조사를 실시하였다.각 지점의 식생을 조사하고 토양시료를 채취하여 토양의 이화학적 특성을 분석하였다. 본 연구에서는 식생 비오톱을 생물서식에 중요한 제약조건으로 작용하는 토양염분과 종조성, 식생의 구조 등을 기준으로 3가지 유형으로 분류하였다.
1) 토양의 염분이 높고 단층의 염생식생이 우점하는 고염분-염생식생 유형, 토양염분이 중, 2) 저수준이

Ⅳ. 연구개발결과
새만금 간척매립지 중 인위적인 개발이 이루어지고 있지 않은 부안군 장신리에 시범조사지역(약 3.5㎢)을 선정하여 무작위로 추출된 130개 조사지점을 대상으로 현지조사를 실시하였다.각 지점의 식생을 조사하고 토양시료를 채취하여 토양의 이화학적 특성을 분석하였다. 본 연구에서는 식생 비오톱을 생물서식에 중요한 제약조건으로 작용하는 토양염분과 종조성, 식생의 구조 등을 기준으로 3가지 유형으로 분류하였다.
1) 토양의 염분이 높고 단층의 염생식생이 우점하는 고염분-염생식생 유형, 토양염분이 중, 2) 저수준이고 키가 작은 초본과 키가 큰 초본이 어우러져 중층 구조를이루고 있는 중저염분-다층식생, 또한 3) 염분수준이 낮고 식생의 밀도가 높으며 갈대 및 산조풀이 우점하는 갈대-산조식생 등으로 구분하였다.토양의 염분측정을 위해 분석한 EC는 값이 0.22dS/m로 낮은 곳부터 20.8dS/m의매우 높은 곳까지 있어 편차가 매우 크게 나타났으며 식생 비오톱 유형별 EC의 차이도 상당했다(고염분-염생식생 평균 9.7dS/m, 중저염분-다층식생 1.3dS/m, 갈대-산조식생 0.5dS/m). 따라서 토양의 염분이 식생의 분포를 제약하는 중요한 요인이 되는 것을 알 수 있었다.토양의 이화학적 성분과 더불어 지형적, 수리적인 특성 또한 식생분포에 영향을미칠 수 있는 중요한 요인이다. 간척매립지는 만들어져 있는 수치지형도가 없기 때문에 영상을 이용하여 갯벌의 수위차를 정량적으로 분석한 후 이를 이용하여 상대적인 고도지도를 제작하였다.이 지도를 바탕으로 flow accumulation, stream power index, topographic wetness index 및 valley depth와 같은 수리적 특성을 추출하였다. 상대적인 고도는 갈대-산조식생이 가장 낮았고 고염분-염생식생이 가장 높았다. flow acculumation은 고염분-염생식생이 가장 작았으며 갈대-산조식생이 가장 큰 값을 가졌다. 이와 같은 결과는 지표수가 흐를 경우 갈대-산조식생이 있는 지점에 가장 많은 물이 모여 흐른 다는 것을 의미하며 이는 갈대-산조식생의 낮은 토양염분과도 관련이 있을 것으로 생각된다.토양염분이 매우 중요한 요인으로 작용하는 현장의 특성을 고려할 때 토양염분 분포를 파악하는 것은 현지 환경 분석 및 식생 맵핑에 중요한 요인이다. 본 연구에서는 토양염분과 영상 정보사이의 관계를 분석하였다. 여러 지수들과 토양염분사이의선형관계를 분석한 결과 GDVI(Generalized Difference Vegetation Index)가 가장 좋은 결과를 보인다는 것을 알 수 있었다. 영상 중에서는 RapidEye가 좋은 결과(adjusted. r2 = 0.664)를 보였다.영상정보를 이용하여 연구 대상지의 식생 비오톱을 맵핑하는 연구를 실시하였다.사용한 영상은 KOMPSAT-2(2013-09-02), RapidEye(2014-09-01) 및 Landsat8(2014-10-05)이었다. 조사지점 130 포인트를 기준으로 분류결과를 평가해 본 결과가장 좋은 결과가 도출된 영상은 RapidEye로 overall accuracy가 82.3% (kappa :0.733)이었고 KOMPSAT-2는 66.9% (kappa : 0.497), Landsat8은 65.1% (kappa :0.463)였다.KOMPSAT-2와 RapidEye의 차이는 촬영 시기의 차이에 따른 것으로 판단된다. 두영상이 촬영된 1년 사이에 많은 지점에서 식생비오톱 유형이 변하게 되어 2013년과2014년 사이의 식생 변화가 영상의 분류 정확도에 반영되었다고 생각된다. 이는 고해상도 영상을 이용할 경우 변화를 효과적으로 모니터링할 수 있다는 가능성을 보여주는 결과이기도 하다.또한 Landsat8의 영상의 경우 SWIR 밴드의 정보를 활용할 경우 정확도가 증가되는 결과가 나왔다. 이는 고해상도 영상과 Landsat8의 SWIR밴드의 정보를 결합하여활용할 경우 분류정확도를 높일 수 있는 가능성을 보여준 것으로 생각된다.1차 년도 연구를 통해 새만금 간척매립지의 식생 비오톱을 유형화 하였으며 비오톱 유형별 토양의 이화학적 특성 및 수리적 특성을 분석하였다. 또한 비오톱 유형별 영상의 분광 특성을 분석하고 이를 이용하여 영상을 분류하고 정확도를 평가하였다. 2차 년도에는 다중 영상정보를 합성하여 활용하는 방법을 시도하고 이용 가능 정보(지형, 수리적 특성, 토양염분 등)를 결합하여 식생 비오톱 분류 및 변화를정확히 모니터링 하는 방안 연구를 지속할 예정이다. 이를 위해 이론적인 기반이잘 확립되어 있고 영상 합성뿐 아니라 주제도와 같은 다양한 공간 정보를 결합 할수 있는 cokriging기법을 적용할 예정이다.

Abstract ▼

Saemangeum is reclaimed land created by constructing a sea dike across an estuarine tidal flat on the coast of the Yellow Sea in South Korea. It was completed on April, 2010 and the area is as large as ca. 400㎢. Due to the huge scale of the area, it is difficult to figure out the condition of enviro

Saemangeum is reclaimed land created by constructing a sea dike across an estuarine tidal flat on the coast of the Yellow Sea in South Korea. It was completed on April, 2010 and the area is as large as ca. 400㎢. Due to the huge scale of the area, it is difficult to figure out the condition of environment and ecosystem within the Saemangeum. The land is specified as highly saline and of spatial heterogeneity in vegetation distribution mainly by soil conditions.This research tries to find out the spatial characteristics of soil environment and vegetation biotope distribution. We located a study area (ca. 3.5㎢) on Buan-gun,selected 130 random points and surveyed them through. All plants appeared in every 16㎡ plot were recorded and 3 soil (0-5cm depth) samples were taken from each plot(except water area).We classified 3 vegetation biotopes, which are High saline halophyte biotope,Mid-low saline multi-layer biotope and Reed/small-reed biotope. The value of Soil EC differed in biotope types. High saline halophyte biotope is distributed in very high saline area (mean EC 9.7dS/m) and Reed/small-reed biotope is in very low saline area (mean EC 0.5dS/m).Topographic and hydrologic features are significant factors controlling the distribution of vegetation. We created a relative depth map of the tidal flat area using time series Landsat images which represent different sea levels because there was no available GIS data within the Samangeum area. The map was used to calculate flow accumulation, stream power index, topographic wetness index and valley depth. Consequently, it has shown that Reed/small-reed biotope had the largest flow accumulation value and High saline halophyte biotope had the smallest flow accumulation.Soil salinity is another important environmental factor in the study area. We tested 3 satellite images(KOMPSAT-2, RapidEye and Landsat8) to detect soil salinity. A linear regression model was adopted to find out the relationship between information of each satellite image and the degree of soil salinity measured in each soil sample. The Generalized Difference Vegetation Index (GDVI) of RapidEye showed the highest adjusted r2 (0.664).Image classification was carried out to classify 4 biotopes (3 vegetation biotopes+ water body) in the study area using 3 satellite images (KOMPSAT-2, RapidEye, Landsat8). The overall accuracy of KOMPSAT-2 image was 66.9%(kappa 0.497). It of Rapideye and Landsat8 were 82.3% (kappa 0.733) and 65.1%(kappa 0.463) respectively. The origin of the difference between KOMPSAT-2 and RapidEye may be related to the acquisition date of the images. KOMPSAT-2 was acquired at 2013-09-02 and RapidEye was at 2014-09-01. The same season with one year time lag may represent the change of biotope type. High resolution images might be very useful to detect the change of vegetation biotope. In case of Landsat8 image, the result was improved when SWIR bands were used in classification. Because there was no SWIR band in KOMPSAT-2 and RapidEye, it is expected to increase classification accuracy if SWIR band information is combined to high resolution image.In coming session of the research, we will try to synthesize information from different sources to increase accuracy in mapping biotope and land use in the Saemangeum area. We will test methods used in image fusion. Moreover we will focus on cokriging method not only because its theoretical base is well defined but also it is flexible to put together different types of information such as thematic map.The information synthesized by this process is expected to role efficiently first of all, to increase the understanding about the ecosystem of reclaimed area, and to make decision in planning as well as managing the area.