Korean Journal of Remote Sensing (대한원격탐사학회지)

Korean Society of Remote Sensing (대한원격탐사학회)
권호 표지
DOI QR코드

DOI QR Code

A Study on the Possibility of Short-term Monitoring of Coastal Topography Changes Using GOCI-II

GOCI-II를 활용한 단기 연안지형변화 모니터링 가능성 평가 연구

  • 이진교 (한국해양과학기술원 해양위성센터) ;
  • 김근용 (한국해양과학기술원 해양위성센터) ;
  • 유주형 (한국해양과학기술원 해양위성센터)
  • Received : 2021.10.06
  • Accepted : 2021.10.27
  • Published : 2021.10.31
Download PDF
⟨ Previous Next ⟩

Abstract

The intertidal zone, which is a transitional zone between the ocean and the land, requires continuous monitoring as various changes occur rapidly due to artificial activity and natural disturbance. Monitoring of coastal topography changes using remote sensing method is evaluated to be effective in overcoming the limitations of intertidal zone accessibility and observing long-term topographic changes in intertidal zone. Most of the existing coastal topographic monitoring studies using remote sensing were conducted through high spatial resolution images such as Landsat and Sentinel. This study extracted the waterline using the NDWI from the GOCI-II (Geostationary Ocean Color Satellite-II) data, identified the changes in the intertidal area in Gyeonggi Bay according to various tidal heights, and examined the utility of DEM generation and topography altitude change observation over a short period of time. GOCI-II (249 scenes), Sentinel-2A/B (39 scenes), Landsat 8 OLI (7 scenes) images were obtained around Gyeonggi Bay from October 8, 2020 to August 16, 2021. If generating intertidal area DEM, Sentinel and Landsat images required at least 3 months to 1 year of data collection, but the GOCI-II satellite was able to generate intertidal area DEM in Gyeonggi Bay using only one day of data according to tidal heights, and the topography altitude was also observed through exposure frequency. When observing coastal topography changes using the GOCI-II satellite, it would be a good idea to detect topography changes early through a short cycle and to accurately interpolate and utilize insufficient spatial resolutions using multi-remote sensing data of high resolution. Based on the above results, it is expected that it will be possible to quickly provide information necessary for the latest topographic map and coastal management of the Korean Peninsula by expanding the research area and developing technologies that can be automatically analyzed and detected.

해양과 육상사이의 전이지대인 조간대는 인위적 활동과 자연적 교란에 의해 다양한 변화가 빠르게 일어나 지속적인 모니터링이 필요하다. 원격탐사 방법을 활용한 연안지형변화 모니터링은 조간대 접근성에 대한 한계를 극복하고, 조간대의 장기적인 지형변화를 관측하는데 효과적인 것으로 평가된다. 원격탐사를 이용한 기존 연안지형 모니터링연구는 대부분 Landsat 위성시리즈와 Sentinel 위성 영상 분석을 통해 수행되었다. 본 연구는 GOCI-II(천리안 해양위성 2호)영상에서 NDWI 지수를 이용해 수륙경계선을 추출한 후 다양한 조위에 따른 경기만 일대 조간대 면적 변화를 파악하고 짧은 기간 동안 DEM제작과 지형고도변화 관측의 유용성에 대해 살펴보았다. 2020년 10월 8일부터 2021년 8월 16일까지 경기만 일대에서 획득된 영상은 GOCI-II 249장, Sentinel-2A/B 39장, Landsat 8 OLI는 7장이었다. 조간대 DEM을 제작할 경우, Sentinel과 Landsat 영상은 최소 3개월에서 1년 이상의 자료수집이 필요했지만, GOCI-II 위성은 단 하루의 자료를 이용해서 조위에 따른 경기만 일대 조간대 DEM생성이 가능하였고 조간대 노출빈도 계산을 통해 지형고도변화도 관측하였다. GOCI-II 위성을 활용해 연안지형변화를 관측시 짧은 주기의 높은 시간해상도로 지형 변화를 조기 감지하고 부족한 공간해상도는 고해상도의 다중복합자료를 이용해 정밀하게 보간하여 활용하는 방안이 좋을 것으로 생각된다. 향후, 위 결과들을 바탕으로 연구 영역을 확대하고, 자동 분석 및 탐지 가능한 기술 개발을 통해 한반도 연안의 최신 지형도와 연안관리에 필요한 정보를 빠르게 제공 가능할 것으로 기대된다.

Keywords

1. 서론

조간대는 해양과 육상 사이에 위치하는 전이지대로 해안침식을 방지하고 폭풍 및 기타 재해로부터 내륙지역을 보호하는 완충지대 역할과 생태적으로는 탄소저장 및 오염물질 정화 그리고 다양한 동식물들의 산란 및 서식지와 같은 생태계 서비스를 제공한다(Babier et al., 2008; Ghosh et al., 2016; Jin et al., 2017). 조간대 지역은 지구 온난화로 인한 해수면 상승과 더불어 인위적 활동과 자연적 교란에 의해 다양한 변화가 빠르게 일어나며 지구상에서 가장 취약한 지역 중 하나이다(Blum and Roberts, 2009). 조간대의 생태계 기능과 역할에 대한 지속 가능한 관리를 위해서는 조간대 지형 변화를 신속하고 정밀하게 관측하는 방법이 필요하다(Jia et al., 2021). 더욱이 빠르게 변화하는 연안을 정확하게 이해하기 위해서는 짧은 주기 그리고 지속적인 모니터링이 필요하다.

원격탐사 자료는 연안 지형변화를 빠르고 정확하게 분석하는데 있어 효율적인 도구로 활용되고 있다. 조간대 지형 변화 관측에는 Landsat 위성시리즈나 Sentinel2 등 고해상도 광학위성 영상이 주로 사용되고 있다. Landsat 위성시리즈는 1972년부터 지금까지 7기의 위성이 발사되었고, 연안 관측에 가장 많이 활용되고 있다. Kim et al. (2001)은 Landsat 위성시리즈를 이용하여 경기만 일대 조간대의 장기 지형 변화를 분석하였다. 다만 이 연구에서는 5-6년 주기의 조간대 변화를 보여주었고, 경기만 일대의 단기 지형변화 정보를 확인하는데 한계가 있었다. Landsat 보다 재방문 주기가 짧고(약 2-5일), 공간해상도(10 m)가 높은 Sentinel-2 위성 역시 조간대 지형변화 연구에 많이 활용되고 있다(Khan et al., 2019; Gong et al., 2020). Landsat, Sentinel과 같은 고해상도 위성은 촬영 면적이 좁기 때문에 넓은 지역의 조간대 변화를 모니터링 하기보다는 좁은 영역에 대한 정밀 관측에 더 효과적이다. 또한 다양한 조위에 대한 구름 없는 영상을 획득하는데 어려움이 있기 때문에 환경변화가 급격한 연안의 단기 변화 관측에는 활용되지 못하고 있는 실정이다.

원격탐사 자료를 이용하여 조간대 지형을 분석하기 위한 방법으로는 물과 육지를 구분하는 수륙경계선 방법(Waterline method)이 가장 널리 이용되고 있다. 수륙 경계선 방법을 통해 DEM (Digital Elevation Model)을 생성하는 연구는 Mason et al. (1995)이 영국의 험버와 워시 지역에서 SAR(Earth Remote Sensing Satellite-1) 위성을 이용해 처음 시도한 이후 북유럽의 바덴해(Niedermeier et al., 2005; Heygster et al., 2010), 한국의 곰소만(Ryu et al., 2002), 양쯔강 삼각주 및 남방 황해 등에서 광학위성만을 사용하거나 SAR위성과 광학위성을 조합하여 사용 되었다(Kang et al., 2017; Liu et al., 2013; Wang et al., 2019; Cao et al., 2020). 위성영상을 이용한 수륙경계선 방법은 조간대 접근성에 대한 한계를 극복하고 조간대의 장기적인 형태 변화를 연구하는데 활발하게 이용되고 있다. 다만 정확한 조간대 지형정보를 획득하기 위해서는 지형 변화가 크지 않은 범위에서 가능한 짧은 기간동안 다양한 조위의 위성자료를 확보하는 것이 매우 중요하다 (Ryu et al., 2002; Ryu et al., 2008).

세계최초 정지궤도 해양위성인 GOCI는 1시간(8회/일) 촬영주기의 매우 높은 시간해상도로 한반도 일대의 해양일차생산력 및 총 부유물질 이동과 같은 해양환경 변화를 관측 가능하다. 하지만 500 m의 공간해상도로 영상처리 과정에서 많은 연안지역이 마스킹 되어 연안 관측에 활용하는데 한계가 있다. 반면 GOCI의 후속으로 발사된 GOCI-II는 공간해상도가 4배 증가하였고, 영상처리 과정에서 연안지역이 마스킹 되는 지역이 현저히 감소하였다. GOCI-II 영상이 다른 고해상도 영상과 비교하여 공간해상도는 낮지만 일 10회 촬영되기 때문에 짧은 시기동안 다양한 조석 범위의 영상획득이 가능하다는 이점이 있다. 이처럼 높은 시간해상도를 갖는 GOCI-II 영상이 연안 지형변화에 활용될 수 있다면 지금까지의 장기 모니터링 변화와 더불어 수 일 단위의 단기 변화 모니터링도 가능할 것으로 생각된다.

따라서 본 연구는 세계최초정지궤도 천리안 해양위성인 GOCI보다 시간해상도와 공간해상도가 향상된 GOCI-II의 영상과 경기만 일대 관측된 조위자료를 이용해 1) 조석 단계별 광역적 조간대의 면적을 파악하고, 2) 조간대 지형도 제작 및, 3)단기 조간대 지형변화 등에 대한 가능성을 파악하고자 한다.

2. 재료 및 방법

1) 연구지역

경기만은 한반도 서해 중부 태안반도와 옹진반도 사이에 위치해 있고 인천광역시의 도서지역인 강화군, 옹진군, 그리고 경기도 시흥시, 안산시 및 화성시에 인접하여 있다(Fig. 1). 경기만은 황해 중부를 연결하는 중요한 역할을 하며, 한강과 임진강의 하구로 조석 간만의 차이가 큰 대표적인 지역이다(Kim et al., 2004). 경기만은 해안선이 복잡하고 크고 작은 많은 섬들이 산재해 있으며, 해안선으로부터 수십 Km 앞 바다에 이르기까지 50 m 미만으로 수심이 얕고 조석간만의 차가 최대 9 m에 이르는 대조차 만으로 저조시에 넓은 조간대가 나타난다. 경기만은 한강을 비롯하여 임진강, 예성강 등의 계절적 유량 변동이 크기 때문에 약 21억 톤의 담수 유량, 연간 약 142만 톤의 부유토사가 유입되고(Kim and Lim, 2007), 해수와 담수의 혼합과 토사이동 및 조간대 변동 큰 지역이다.

OGCSBN_2021_v37n5_2_1329_f0001.png 이미지

Fig. 1. GOCI-II Slot 7 (band 12 (865 nm)) image including the Korean peninsula. Blue square box indicated the research area, acquired on May 9, 2021.

1970년대 이후부터 경작지 조성, 공단 및 항만 건설, 시화호, 영종도 신공항, 송도 신도시 등의 각종 개발과 간척사업으로 많은 조간대가 상실되었으며 최근 경기만 일대의 연안개발 활동은 주변 해역의 환경 변화를 초래할 우려가 있기 때문에 지속적인 관측이 필요한 지역이다.

2) 천리안 해양위성 2호(GOCI-II, Geostationary Ocean Color Imager-II)

연구지역의 연안지형 일 변화 모니터링을 관측을 위해 2020년 2월 19일에 발사된 GOCI-II 위성을 사용하였다. GOCI-II는 GOCI와 비교하여 관측밴드가 8개에서 13개, 관측 횟수가 8회에서 10회로 증가하였고, 공간 해상도는 500 m에서 250 m로 4배 향상되었다. 또한 지역관측 뿐만 아니라 1일 1회 전구 관측모드가 추가되어 전 지구적 관측이 가능해졌다. GOCI-II 는 프레임 캡쳐 방식으로 관측 영역을 12개의 슬롯으로 구분하여 촬영을 하며 해당 연구지역은 7번 슬롯에 포함된다. 촬영 순 서는 슬롯 0에서 11번 순으로 촬영 시각은 첫번째 슬롯의 경우 매시 15분에 시작하여 해당 연구지역인 슬롯 7은 매시 25분경에 촬영을 하고 마지막 슬롯 11은 36분에 촬영을 마친다(Fig. 2). GOCI-II는 한국시간(Korea Standard Time) 기준 매일 오전 8시에서 오후 5시까지 1시간 간격으로 10회 촬영되며, 이러한 GOCI-II 의 높은 시간해상도는 한반도 주변 해양환경을 (준)실시간 관측이 가능하도록 도와준다.

OGCSBN_2021_v37n5_2_1329_f0002.png 이미지

Fig. 2. Geostationary Ocean ColorImager-II coverage area (modified from Webpage of Korea Ocean Satellite Center, KIOST) with sequence of slot acquisition startingfromSlot0.Yellowbox indicatedtheresearch area slot 7.

해당 연구지역의 연안지형 변화를 모니터링하기 위하여 2020년 10월 8일부터 2021년 8월 16일까지 획득된 GOCI-II 영상을 사용하였다. 이번 연구에서 사용한 영상 리스트는 Table 1과 같다.

Table 1. The GOCI-II data used in this study obtained from October 8, 2020 to August 16, 2021 and The tidal height was based onALLW (Approximate Lowest Low Water)

OGCSBN_2021_v37n5_2_1329_t0001.png 이미지OGCSBN_2021_v37n5_2_1329_t0002.png 이미지

3) GOCI-II 위성영상 전처리

연안 지형변화 관측을 위하여 구름이 없는 맑은 영상을 선택하였고, 획득된 GOCI-II 영상은 레일리산란 보정이 이루어진 영상을 다운로드하여 사용하였다. 1차적으로 물과 육지의 경계가 뚜렷한 근적외선(NIR)밴드의 Histogram Density Slice 방법을 통해 육지부분을 마스킹하고, GOCI-II Band 6(555 nm)과 Band 12(865 nm)를 Bandmath하여 경계값을 0을 기준으로 조간대와 물의 경계를 추출하였다. 조간대의 수륙경계선을 결정하기 위해서 McFeeters(1996)에 의해 제안된 NDWI (Normalized Difference Water Index)를 사용하였다. NDWI는 주로 해안선과 하천영역을 추출하기 위한 지표로 사용되며, -1 에서 +1 사이 값으로 표현된다. 본 연구의 GOCI-II 영상에서는 Green영역의 Band 6(555 nm)과 NIR 영역의 Band 12(865 nm)를 활용한 NDWI 지수를 사용하였다 (식 1).

\(N D W I=\frac{(\text { Green }-N I R)}{(\text { Green }+N I R)}\)       (1)

4) 위성영상 시간해상도 및 공간해상도 비교분석

각 위성의 공간해상도 차이 비교를 위해 인천 옹진군 장봉도 조간대 지역을 대상으로 GOCI-II 와 상대적으로 고해상도인 Sentinel-2B 와 Landsat8 OLI의 영상을 사용하였다(Table 2). 각 위성영상의 공간해상도를 10 m로 재조정한 뒤 NIR밴드의 Histogram Density Slice 방법을 통한 임계값을 기준으로 육지부분을 마스킹 하였다. 이후 조간대와 물의 경계를 구하기 위해 NDWI를 사용하여 경계값 0을 기준으로 조간대 추정 면적을 비교하였다. 사용된 영상들은 한국시간 기준 2021년 2월 26일 11시 11분에서 25분사이 15분내 비슷한 시간에 촬영되었고 GOCI-II와 Sentinel-2B 영상 획득 시 조위 차이는 11 cm 이내였다.

Table 2. Specification about GOCI-II, Landsat 8 OLI and Setinel-2B

OGCSBN_2021_v37n5_2_1329_t0003.png 이미지

3. 결과 및 토의

1) 위성영상 시간해상도 및 공간해상도 비교분석

2020년부터 10월 8일부터 2021년 8월 16일까지 경기만 일대에서 획득된 위성영상을 각 위성의 방문 주기에 따라 시간해상도를 나열하였다(Fig. 3). 획득된 위성영상은 연구지역에서 구름 덮개 30% 이하의 영역으로만 선정되었으며 강화도 남단과 영종대 일대 조간대가 명확히 드러난 영상만을 나열하였다. 정지궤도 위성인 GOCI-II의 획득영상은 249장으로 최소 일 1회에서 최대 일 8회씩 연구지역을 촬영하였으며 극궤도위성인 Sentinel-2 A/B와 Landsat 8 OLI는 동일 기간에 각각 39장, 7장 촬영되었다. 각 위성별로 수륙경계선 방법을 이용해 DEM을 생성하기 위해서는 Landsat 8 OLI 의 경우 최소 1년 이상의 자료 수집이 필요하고, Sentinel-2A/B의 경우 최소 3개월 이상의 자료 수집이 필요하였다. 하지만 GOCI-II 의 경우 기상의 제약이 없는 1일의 자료만을 이용하여도 DEM생성이 가능하다는 것을 확인할 수 있었다.

OGCSBN_2021_v37n5_2_1329_f0003.png 이미지

Fig. 3. The number of satellite images available by the 3 satellites (data obtained from October 8, 2020 to August 16, 2021).

GOCI-II, Landsat 8 OLI, Sentinel-2B 세 위성을 통해 추정된 인천 옹진군 장봉도 조간대 면적을 비교한 결과, GOCI-II (공간해상도 : 250 m)는 25.192 km2, Landsat 8 OLI (공간해상도 : 30 m)는 23.043 km2 그리고 Sentinel-2B (공간해상도 : 10 m)는 22.851 km2로 나타났다. Sentinel2B 를 기준으로 GOCI-II 는 2.341 km2 과대 추정되었고 Landsat 8OLI는0.192 km2 차이로 근소한 차이를 보였다. 공간 분해능의 차이로 GOCI-II 는 픽셀 환산 시 Sentinel2B에 비해 10.3% 정도 과대 추정된 오차를 나타냈다. 간조 시 연구지역 북쪽의 해수로 단절된 조간대에 대해 GOCI-II 영상에서는 서로 연결된 조간대처럼 나타났고, 이로 인하여 Sentinel-2B 위성과 비교하여 조간대 면적이 과대 추정된 것으로 보인다. GOCI-II 의 낮은 공간해상도로 인한 조간대 면적의 오차를 제외하고는 세 위성의 조간대 분포 형태는 대체적으로 유사한 양상을 보였다.

OGCSBN_2021_v37n5_2_1329_f0004.png 이미지

Fig. 4. Comparing the area of the intertidal zone estimated by the 3 satellites ((a) GOCI2, (b) Landsat 8 OLI, (c) Sentinel-2B).

2) 일 단위 조간대 면적 변화

2021년 2월 4일 관측된 GOCI-II 영상을 해양조사원에서 제공하는 인천 조위관측소 자료(Fig. 5)를 사용하여 시간별 조위에 따라 조간대의 면적을 산출해 분석하였다. 만조시기와 가까운 10:25분에 촬영된 영상에서는 조위가 690 cm일 때 산출된 조간대의 면적은 41.81 km2로 나타났다. 이후 1시간 간격으로 조위가 낮아짐에 따라 11시 25분 53.63 km2, 12시 25분 79.13 km2, 13시 25분 126.69 km2, 14시 25분 161.75 km2로 나타났으며 이날 최대 간조가 되는 15시 25분에는 조위 123 cm에 산출된 조간대 면적은 180.0 km2로 나타났다. 한 시간 단위의 주기적인 촬영으로 해당지역의 일 관측 자료(Fig. 6)를 이용해 Fig. 7과 같이 해당지역의 노출 빈도에 따른 DEM을 생성하였다. 조위에 의해 나타나는 고도차이로 실제 강화도 남단과 영종도 주변 조간대의 경사로와 조위에 따른 면적을 나타낼 수 있었다. 그 동안의 조간대 면적 변화 연구는 수년에서 수십년 또는 계절적으로 나누어 비교되어 왔는데 본 연구에서는 하루 중의 만조와 간조 사이의 조간대 면적 변화 관측이 가능하였다. 수륙경계선 방법을 사용시 가장 취약한 점은 획득된 시기의 조석 범위에 대해서만 DEM 생성이 가능하다는 점인데, 대부분의 위성은 촬영된 시기의 영상에 대해서만 분석하거나, 수 일 또는 수 개월 사이에 획득된 영상을 활용하여 조위에 따른 조간대를 분석하고 있다. 따라서 해당시기에 획득한 영상이 최대 간조 시에 획득된 영상이 아니라면 그 지역의 최대 조간대 면적은 계산할 수 없거나 정확하지 않다는 의미가 될 수 있다. GOCI-II의 10회/일 1시간 단위 촬영주기로 인해 실제 1일자료를 이용해서 DEM 생성이 가능하였고, 해당지역의 만조와 간조시기 영상도 쉽게 획득이 가능하였다.

OGCSBN_2021_v37n5_2_1329_f0005.png 이미지

Fig. 5. Tide timetable from Incheon tide station acquired February 4, 2021.

OGCSBN_2021_v37n5_2_1329_f0006.png 이미지

Fig. 6. Daily variation of tidal flat area from GOCI-II acquired at (a) 10:25, (b) 11:25, (c) 12:25, (d) 13:25, (e) 14:25, (f) 15:25 local time on February 4, 2021.

OGCSBN_2021_v37n5_2_1329_f0007.png 이미지

Fig. 7. Total stacking tidal flat area from GOCI-II acquired February 4, 2021.

3) 월 단위 조간대 지형고도변화

GOCI-II 영상을 활용하여 2020년 10월부터 2021년 8월까지 월별로 노출 빈도에 따라 강화도 남단과 영종도 일대의 조간대 지형고도변화에 대해 나타내었다(Fig. 8). 간조 시 기준의 조위에 따라 관측된 조간대를 각 월별 비슷한 조위에 맞추어 6단계 노출 빈도로 도식화하였다. 연구결과, 강화도와 영종도 사이에 동에서 서로 횡으로 발달된 조류로와 장봉도와 강화도 사이에 Y자로 형성된 조류로의 고도변화를 잘 표현하였다. 2020년 11월에서부터 2021년 4월까지는 GOCI-II 위성의 잦은 촬영주기로 다양한 조석범위에서 자료의 획득이 용이해 최대로 드러난 조간대 면적과 최저로 드러난 조간대 면적이 세분화되어 지형고도변화를 잘 나타낼 수 있었다. 반면 6월과 7월 사이에는 계절적 기상상황으로 다양한 조석 범위의 영상을 획득하지 못해 상대적으로 전체 조간대 지형고도변화를 관측할 수 없었다. Fig. 8은 조위에 따라 관측된 조간대를 노출 빈도에 따라 나열했기 때문에 월별로 지형고도변화의 경향만을 나타내었다. 조간대 지형고도변화를 DEM으로 정밀하게 나타내기 위해서는 Waterline추출의 정확도와 해당지역의 정밀한 절대 고도값을 필요로 하는데 GOCI-II의 공간해상도에서는 물과 육지의 경계 영역을 다소 넓게 포함하고 있어 정밀한 Waterline을 추출하기에는 한계가 있었다. 여기에 위성획득시간과 동일한 현장 수준측량자료의 절대 고도값을 대입하고 내삽하여 나타내거나 다양한 조석 상태와 조석범위의 GOCI-II 위성영상 수집과 함께 고해상도 위성영상을 활용한다면 더욱 높은 정밀도의 조간대 DEM이 생성될 것으로 생각된다.

OGCSBN_2021_v37n5_2_1329_f0008.png 이미지

Fig. 8. Changes in tidal flat topography by month according to exposure frequency.

4) 월 단위 조간대 최대 면적

2020년 10월 8일부터 2021년 8월 16일까지 GOCI-II 자료를 이용하여 강화도 남단 및 영종도 일대 조간대의 월별 최대 면적을 관측하였다(Fig. 9-10). 매월 물이 가장 많이 빠지는 대조기에 가깝게 획득된 영상에 대해 월별 최대 조간대 면적을 계산하였다. 연구기간 동안 최대로 관측된 조간대 면적은 1월 2일 오후 12:25분(UTC 03:25)에 관측되었으며 조위 37 cm, 총면적은 224.13 km2로 나타났다. 2021년 2월에는 1월 최대 조간대 면적의 조위보다 5 cm 낮은 조위를 갖음에도 2월 자료에서는 198.63 km2로 조간대 면적이 낮게 추정되었다. 이러한 면적 차이의 원인은 GOCI-II 의 낮은 공간해상도로 수륙경계 를 나눌 때 육지와 수계 사이의 오차가 존재하고, 조위에 따라 면적을 추정할 시 조석상태와 잔존수, 부유토사와 같은 요인들로 인해 환경적 영향을 받을 수 있다. 향후 조간대 면적 추정 정확도를 높이기 위해 계절적인 변화와 환경적요인에 따라 면적을 일관성 있게 산출하 는 방법에 대해서는 연구가 더 필요할 것으로 보인다. 6월과 7월 중순 사이 조간대 최대 면적은 조위가 323 cm 으로 118.88 km2로 나타났는데, 이는 다른 시기와 비교하여 현저히 면적량 산출이 감소된 결과였다. 이는 실제 조간대 면적이 감소한 것이 아니라 6월과 7월 사이 한반도 일대 계절적 기상상황(장마와 구름)의 영향으로 인해 최대 간조시의 GOCI-II 영상 획득이 제한된 결과로 해석된다. 반면 11월에서 4월까지는 상대적으로 많은 위성영상을 취득할 수 있어 조위가 낮을 때 최대로 드러나는 조간대 면적에 대한 산출이 가능하였다. GOCI-II의 공간해상도가 낮지만 단기간 넓은 조간대 면적의 변화에 대해 빠르게 관측이 가능하여 다양한 조위에 따라 만조와 간조시기의 영상을 확보하기에 용이하였다. 경기만 지역의 조위와 조간대 면적의 상관관계분석결과 R2=0.9039로 높은 상관관계를 나타냈으며 조위가 상승하거나 하강함에 따라 면적의 변화를 표현할 수 있음을 의미한다(Fig. 11).

OGCSBN_2021_v37n5_2_1329_f0009.png 이미지

Fig. 9. Tide timetable from Incheon tide station. Image acquisition time marked as red circle.

OGCSBN_2021_v37n5_2_1329_f0010.png 이미지

Fig. 10. Monthly maximum tidal area.

OGCSBN_2021_v37n5_2_1329_f0011.png 이미지

Fig. 11. Correlation analysis between tidal heights and tidal flat area (n=73).

4. 결론

본 연구에서는 세계최초의 정지궤도 해양관측 위성인 천리안 해양위성 1호(GOCI)의 후속 위성으로 GOCIII가 발사되었고, 시공간 해상도 향상에 따른 연안 지형 변화 관측에 대한 활용 가능성을 확인하고자 하였다. 그 결과 GOCI-II 의 높은 시간해상도는 단기간 지형의 표고변화를 관측 가능하였고, 장기적으로는 월별 및 연별 최대 면적 관측이 가능하였다. 특히, 기존의 고해상도 영상을 활용한 조간대의 지형변화 관측을 위해 수 개월 동안의 다양한 조위에서 획득된 영상이 필요했던 기존 연구들과 비교하여 짧은 기간에 지형변화 관측이 가능한 수준의 영상을 획득할 수 있다는 장점을 보여주었다. 다만 고해상도 영상과 비교하여 조간대 면적 추정 결과의 정확도가 다소 낮았고, 250 m의 공간해상도로 제한이 있지만, 넓은 면적의 조간대 지형의 고도변화나 퇴적활동이 활발한 하구 지역에 대한 신속한 지형 변화 정보를 제공하는 등 광범위한 지역을 대상으로 활용도가 매우 높을 것으로 기대된다. 이후 연구에서는 GOCI-II의 빠른 주기의 연안지형 변화 모니터링 관측으로 시간 해상도를 높이고 GOCI-II의 부족한 공간해상도 부분은 해당시간의 고해상도 Sentinel-2A/B, Landsat 8 OLI, TanDEM-X, UAV 등 다중복합자료를 이용하여 경계선 추출과 같은 정밀도를 보간 후 활용하는 방안이 필요할 것으로 생각된다.

본 연구는 경기만 일부의 조간대 면적 변화와 단기 지형 변화를 보여주었다. 이를 확대하여 국내 전체 연안지형변화의 장단기 분석이 가능할 것으로 사료된다. GOCI-II 영상 기반의 연안 지형도 정보는 학술적으로는 빠르게 변화하는 연안 지형에 대해 가장 최신의 지도를 제공 가능할 것으로 보인다. 사회적으로는 GOCIII 영상 기반의 연안지형변화 자동 탐지 및 분석 기술 개발을 통해 자연적 또는 인위적으로 발생하는 지형 변화를 빠르게 감지하여 연안관리에 필요한 정보를 신속하게 제공 가능할 것으로 판단된다. 나아가 해수면 상승, 지진 해일, 연안 침식, 연안 개발 등과 같은 사회적 이슈에 대비하기 위한 환경/생태/보전/정책 등 다양한 분야에 활용될 수 있을 것으로 기대된다.

사사

이 논문은 한국해양과학기술원 R&D 과제인 “원격 탐사 시각데이터의 기계학습을 통한 갯벌의 생물/환경 공간정보 구축 기술 개발(PE99915)”과 “해양위성센터운영”사업의 지원을 받아 수행되었습니다.

References

  1. Babier, E.B., E.W. Koch, B.R. Silliman, S.D. Hacker, E. Wolanski, J. Primavera, E.F. Granek, S. Polasky, S. Aswani, L.A. Cramer, D.M. Stoms, C.J. Kennedy, D. Bael, C.V. Kappel, G.M.E. Perillo, and D.J. Reed, 2008. Coastal ecosystem-based management with nonlinear ecological functions and values, Science, 319: 321-323. https://doi.org/10.1126/science.1150349
  2. Blum, M.D. and H.H. Roberts, 2009. Drowning of the Mississippi Delta due to Insufficient Sediment Supply and Global Sea-Level Rise, Nature Geoscience, 2(7): 488-491. https://doi.org/10.1038/ngeo553
  3. Cao, W., Y. Zhou, R. Li, and X. Li, 2020. Mapping changes in coastlines and tidal flats in developing islands using the full time series of Landsat images, Remote Sensing of Environment, 239: 111665. https://doi.org/10.1016/j.rse.2020.111665
  4. Ghosh, S., D.R. Mishra, and A.A. Gitelson, 2016. Long-term monitoring of biophysical characteristics of tidal wetlands in the northern Gulf of Mexico-A methodological approach using MODIS, Remote Sensing of Environment, 173: 39-58. https://doi.org/10.1016/j.rse.2015.11.015
  5. Gong, Z., Q. Wang, H. Guan, D. Zhou, L. Zhang, R. Jing, X. Wang, and Z. Li, 2020. Extracting tidal creek features in a heterogeneous background using Sentinel-2 imagery: a case study in the Yellow River Delta, China, International Journal of Remote Sensing, 41: 3653-3676. https://doi.org/10.1080/01431161.2019.1707898
  6. Heygster, G., J. Dannenberg, and J. Notholt, 2010. Topography mapping of the German tidal flats analyzing SAR images with the waterline method, IEEE Transactions on Geoscience and Remote Sensing, 48(3): 1019-1030. https://doi.org/10.1109/TGRS.2009.2031843
  7. Jia, M., Z. Wang, D. Mao, C. Ren, C. Wang, and Y. Wang, 2021. Rapid, robust, and automated mapping of tidal flats in China using time series Sentinel-2 images and Google Earth Engine, Remote Sensing of Environment, 255: 112285. https://doi.org/10.1016/j.rse.2021.112285
  8. Jin, H., C. Huang, M.W. Lang, I. -Y. Yeo, and S.V. Stehman, 2017. Monitoring of wetland inundation dynamics in the Delmarva Peninsula using Landsat time-series imagery from 1985 to 2011, Remote Sensing of Environment, 190: 26-41. https://doi.org/10.1016/j.rse.2016.12.001
  9. Kim, C.S. and H.S. Lim, 2007. Safety criteria on water depth, offshore distance and dredging volume in sand mining operation in Kyunggi Bay, Korea, Journal of Coastal Research, SI50: 507-510.
  10. Kim, C.S., H.S. Lim, J.J. Yoon, and P.C. Chu, 2004. Numerical simulation of Hydrodynamics and water properties in the Yellow Sea. I. Climatological inter-annual variability, Journal of the Korean Society of Oceanography, 39(1): 72-95 (in Korea with English abstract).
  11. Kim, T.H., S.M. Shin, and K.S. Lee, 2001. Change Analysis of Tidal-flat in Kyung-gi Bay Using Multi-temporal Landsat Satellite Image, Proc. of 2001 Korea Society Remote Sensing Spring Meeting, Seoul, KR, Mar. 30, pp. 116-121.
  12. Kang, Y., X. Ding, F. Xu, C. Zhang, and X. Ge, 2017. Topographic mapping on large-scale tidal flats with an iterative approach on the waterline method, Estuarine, Coastal and Shelf Science, 190: 11-22. https://doi.org/10.1016/j.ecss.2017.03.024
  13. Khan, M.J.U., M.D.N. Ansary, F. Durand, L. Testut, M. Ishaque, S. Calmant, Y. Krien, A.K.M.S. Islam, and F. Papa, 2019. High-resolution intertidal topography from Sentinel- 2 multi-spectral imagery: synergy between remote sensing and numerical modeling, Remote Sensing, 11(24): 2888. https://doi.org/10.3390/rs11242888
  14. Liu Y., M. Li, M. Zhou, K. Yang, and L. Mao, 2013. Quantitative Analysis of the Waterline Method for Topographical Mapping of Tidal Flats: A Case Study in the Dongsha Sandbank, China, Remote Sensing, 5: 6138-6158 https://doi.org/10.3390/rs5116138
  15. Mason, D.C., I.J. Davenport, G.J. Robinson, R.A. Flather, and B.S. Mccartney, 1995. Construction of and inter-tidal digital elevation model by the 'water-line' method, Geophysical Research Letters, 22(23): 3187-3190. https://doi.org/10.1029/95GL03168
  16. McFeeters, S.K., 1996. The use of the Normalized Difference Water Index(NDWI) in the delineation of open water features, International Journal of Remote Sensing, 17(7): 1425-1432. https://doi.org/10.1080/01431169608948714
  17. Niedermeier, A., D. Hoja, and S. Lehner, 2005. Topography and morphodynamics in German Bight SAR and optical remote sensing data, Ocean Dynamics, 55: 100-109. https://doi.org/10.1007/s10236-005-0114-2
  18. Ryu, J.H., C.H. Kim, Y.K. Lee, J.S. Won, S.S. Chun, and S. Lee, 2008. Detecting the intertidal morphologic change using satellite data, Estuarine, Coastal and Shelf Science, 78(4): 623-632. https://doi.org/10.1016/j.ecss.2008.01.020
  19. Ryu, J.H., J.S. Won, and K.D. Min, 2002. Waterline extraction from Landsat TM data in a tidal flat: A case study in Gomso Bay, Korea, Remote Sensing of Environment, 83(3): 442-456. https://doi.org/10.1016/S0034-4257(02)00059-7
  20. Wang, Y., Y. Liu, S. Jin, C. Sun, and X. Wei, 2019. Evaluation of the topography of tidal flats and sandbanks along the Jiangsu coast from 1973 to 2016 observed from satellites, ISPRS Journal of Photogrammetry and Remote Sensing, 150: 27-43. https://doi.org/10.1016/j.isprsjprs.2019.02.001