Advanced
Analysis of Red Tide Hot Spots in the South Sea of Gyeongnam Province Using the GOCI Images of COMS
Analysis of Red Tide Hot Spots in the South Sea of Gyeongnam Province Using the GOCI Images of COMS
Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography. 2015. Oct, 33(5): 353-361
Copyright © 2015, Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.
  • Received : September 09, 2015
  • Accepted : October 10, 2015
  • Published : October 31, 2015
Download
PDF
e-PUB
PubReader
PPT
Export by style
Share
Article
Author
Metrics
Cited by
TagCloud
About the Authors
동규 김
Director of Audit and Inspection, Gyeongsangnamdo Provincial Government (E-mail:doikim@korea.kr)
용한 정
Member, Department of Urban Engineering, Gyeongsang National University (BK21+, E-mail:jyh1315@naver.com)
환희 유
Corresponding Author, Member, Department of Urban Engineering, Gyeongsang National University (BK21+, ERI, E-mail:hhyoo@gnu.ac.kr)
Abstract
매년 적조가 발생하여 양식어민들에게 막대한 피해를 주고 있으며 발생해역도 남해안을 중심으로 발생되던 패턴에서 전국 연안 해역으로 확대되는 추이를 보이고 있다. 광활한 해양에서 발생되는 적조를 효과적으로 모니터링하기 위해 2010년에 발사된 천리안 위성의 GOCI(Geostationary Ocean Color Imager)영상을 이용한 적조 탐지기술 개발에 관심이 모아지고 있다. 본 연구에서는 남해안 해역에 대해 최근 3년간(2012, 2013, 2014년) 관측된 천리안 GOCI영상을 이용하여 적조해역을 탐지하고 탐지된 해역에 대한 적조발생빈도와 밀도를 분석하였다. 그 결과 3년간 남해안을 대상으로 적조 발생 해역을 추출하고 중첩분석과 밀도분석을 통하여 적조우심해역을 추출하여 제시하였다. 또한 연도별 적조발생 경향은 2012년에 적조 발생규모가 작고 산발적으로 발생하였고, 2013년은 적조 발생해역이 광범위하게 분포하면서 공간적 밀집도도 높게 나타났으며, 2014년의 경우에는 소규모의 적조가 산발적으로 발생하였다. 이처럼 연도별 적조발생의 공간적 분포패턴은 불규칙한 특징을 보였으며 다양하게 변화되고 있음을 알 수 있었다. 하지만 적조발생빈도를 기반으로 핫스팟을 분석한 결과 특정 해역에서는 발생빈도가 꾸준히 증가되고 있어서 천리안 GOCI 영상과 같은 위성영상모니터링 기술을 이용하여 지속적으로 모니터링을 실시함으로써 적조의 움직임을 정확히 예측할 수 있고 이에 따른 방재계획을 체계적으로 수립할 수 있다고 판단된다.
Keywords
1. 서 론
매년 적조가 발생하여 양식어민들에게 막대한 피해를 주고 있으며 이와 같은 현상은 지속적으로 반복되어 발생되고 있고, 또한 발생해역도 남해안을 중심으로 발생되던 패턴에서 전국연안 해역으로 확산되는 추이를 보이고 있다. 최근 한반도 주변해역은 거의 전 해역이 부영양화가 되어서 적조가 계절에 관계없이 발생하고 있으며, 적조가 발생하면 장기간 지속되는 경향을 보이고 있다. 특히, 2014년에 발생한 적조는 7월 31일 경남 고성연안에서 최초 발생된 후 전남 완도군과 강원도 삼척시 광역해역에서 대규모 적조를 일으켰고 역대 최장기간인 79일간 지속되었다.
이와 같이 광활한 해양에서 발생되는 적조를 효과적으로 모니터링하기 위해서는 위성영상과 같은 넓은 지역을 주기적으로 관측할 수 있는 기법도입이 필요한 실정이다. 따라서 2010년에 발사된 천리안 위성은 통신, 기상, 해양관측의 목적을 가지고 있어서 한반도 주변 해양생태계 준 실시간 모니터링, 연안·해양 환경감시 및 수산정보 취득 등이 가능하게 되었고(KMA), GOCI영상을 이용한 적조탐지기술 개발에 대한 연구도 이뤄지게 되었다( Son ., 2012 ; Kim and Yoo, 2014 ). 천리안 위성의 GOCI영상에서 적색(Red)밴드와 근적외선 밴드의 상관성을 토대로 GOCI 표준 대기보정기법에 대한 연구( Ahn ., 2012 ), GOCI영상을 이용하여 남해안에서 발생한 적조를 적조인 경우와 아닌 경우로 영상분류하기 위한 탐지기법개발( Son ., 2012 ), 적조 탐지를 위해 클로로필 농도의 한계를 극복하기 위해서 해수의 광학적 특성을 파악하여 적조를 구분하는 연구( Dierssen ., 2006 ) 등이 이루어져 왔다.
따라서 본 연구에서는 남해안 해역에 대해 최근 3년간(2012, 2013, 2014년) 관측된 천리안 GOCI영상의 Level 1B를 구입하여 Level 2A로 변환한 후 맑은 해역과 탁한 해역의 적조를 탐지하는 기술을 적용하여 적조를 탐지하고, 탐지된 해역에 대한 적조발생빈도와 밀도를 분석함으로써 적조가 빈번히 발생하는 적조 우심해역을 제시하였다.
2. GOCI영상에 의한 적조해역 탐지 및 밀도분석
천리안위성의 GOCI영상은 최초 관측된 원시자료 Level 0 자료를 전처리시스템인 IMPS(IMage Pre-processing Subsystem)을 통하여 복사보정과 기하보정을 거쳐 제공되고 있다. 본 연구에서는 Level 1B 자료를 GOCI 자료처리시스템(GOCI data processing system)으로 대기보정을 하여 Level 2A로 변환하였으며, Level 2A 자료 중 정규 수출복사량(water-leaving radiance)을 이용하여 적조를 탐지하였다( Lee ., 2013 ; Kim, 2015 ). 적조탐지 과정은 첫 번째 단계로 적조를 포함할 수 있는 높은 클로로필 지역을 선정하는 단계로서 스펙트럼분석에서 녹색파장(555nm)에서 높은 값을 보이는 지역은 클로로필 농도가 높은 지역으로 평가되어 적조발생 가능성이 높은 지역으로 분류된다. 두 번째 단계는 맑은 해역과 탁한 해역을 분류하는 과정으로서 육지나 섬에서 멀리 떨어져 부유물질의 영향이 거의 없는 맑은 해역과 육지로부터 유입되는 용존 유기물이나 부유물질의 영향을 받는 탁한 해역으로 구분하여 맑은 해역과 탁한 해역에서 탐지된 적조를 구분한다. 세 번째 단계는 맑은 해역으로 분류된 해역에서 적조를 탐지하는 과정 Eq. (1)이며, 마지막 단계는 탁한 해역에서 적조를 탐지하는 Eq. (2) 이다( Kim, 2015 ).
PPT Slide
Lager Image
PPT Slide
Lager Image
where nLw () : regular seawater outputs intensity of the GOCI image from each band.
적조해역으로 탐지된 GOCI영상의 영상소들에 대한 발생빈도와 밀도를 분석하기 위하여 GIS의 분석기법인 중첩분석과 밀도분석기법을 적용하였다. 영상에서 추출되어진 연도별, 일자별, 시간별 적조해역에 대한 발생빈도산출을 위해 래스터 데이터의 산술적 연산을 통한 중첩분석을 수행하였다. 적조가 탐지된 각 영상을 적조해역과 비 적조해역으로 구분하고 영상소 재분류를 수행하여 연산을 통한 중첩분석을 하였다. GOCI영상의 공간해상도는 500m×500m이며, 한 영상소가 0.25km 2 의 해상영역에 대한 정보를 담고 있으며 영상소단위의 중첩을 위해 지오레퍼런싱(geo-referencing) 작업을 선행하였다( Kim, 2015 ).
적조로 탐지된 영상소들의 밀도분석을 위하여 커널밀도 분석을 적용하였으며, 특정 점 개체가 위치한 지점에 가장 높은 값이 부여되고 이 점 개체로부터 떨어질수록 값이 작아지도록 설정하는 방법으로서 점들의 공간분포 패턴을 판단하는데 유용하게 사용되는 방법이다( Bae, 2010 ).
3. 결과 분석
- 3.1 영상자료 취득 및 전처리
본 연구에 사용할 천리안 GOCI 위성영상은 최근 3년간 적조 발생기간 중에서 기상조건(구름이 없는 날)이 양호한 날 촬영된 영상을 선택하였는데, 2012년도에는 7월 27일부터 10월 24일까지 6매, 2013년도는 7월 17일부터 10월 5일까지 5매, 2014년도는 7월 31일부터 10월 16일까지 5매의 GOCI영상(총 16매)을 구입하여 사용하였으며, GOCI영상의 샘플도 Table 1 에 제시하였다. Kim and Yoo(2014) 의 연구결과에 의하면 하루 중 적조가 가장 왕성하게 확산되는 시간대가 12시~13시경인 것으로 분석되어 본 연구에서는 날짜별로 가급적 이 시간대의 영상을 이용하여 분석하였으나 영상상태가 좋지않은 경우 오전 11시에서 오후 2시 사이의 영상 중 양호한 영상을 선택하였다.
GOCI recording data
PPT Slide
Lager Image
GOCI recording data
- 3.2 연도별 적조발생 해역분석
GOCI영상에서 적조를 탐지하기 위해 정규수출복사량에 대해 식 (1), (2)로 분류하는데, 각각의 영상소에 대해 맑은 해역의 적조인지 탁한 해역의 적조인지를 구분하여 판독하므로 적조로 판정된 영상소는 바로 영상소단위로 표시된다( Fig. 1 ). 따라서 수치지도와 영상소의 위치좌표를 연결하여 Figs. 2 , 3 , and 4 으로 표시하였다. Table 1 에 제시된 최근 3년간의 GOCI 영상자료를 이용하여 적조를 탐지한 결과 하루의 확산패턴을 보면 이른 오전에 적조가 서서히 나타나다가 정오로 가면서 점점 확산되어 오후 1시에 최대가 된 후 점점 감소되는 패턴을 보여 주었다( Kim, 2015 ). 따라서 본 논문에는 분석된 결과 중 적조가 가장 크게 확산되는 시간대의 결과를 선택하여 표시하였다( Figs. 2 , 3 , and 4 ).
PPT Slide
Lager Image
Before and after GOCI image extracting Red Tide(2013.08.27.11:00)
PPT Slide
Lager Image
Red Tide detection results in 2012
PPT Slide
Lager Image
Red Tide detection results in 2013
PPT Slide
Lager Image
Red Tide detection results in 2014
- 3.2.1 2012년도 적조 발생해역 분석
7월 27일 전남 고흥에서 적조가 처음 발생하여 경남 거제시 해안까지 확산되었으며 약 75일간 지속되었고 10월 24일 이후는 거의 소멸되었다. 대상기간동안 적조로 인한 전체 피해액은 약 44억 원으로 추정되었다( Kim, 2015 ). 따라서 적조 발생 기간 중 총 6매의 GOCI영상을 분석하였는데, Fig. 2 에는 2012. 8. 1(13h), 2012. 8. 18(13h), 2012. 9. 6.(13h), 2012. 9. 25(13h), 2012. 10. 15(13h), 2012. 10. 28(13h)의 결과를 표시하였다. 여기서 붉은색은 탁한 해역에서 적조지역으로 탐지된 것이며, 파란색은 맑은 해역에서 적조지역으로 탐지된 곳으로 Fig. 2 에 나타난 결과에서는 9월 25일에 적조가 가장 왕성하게 확산된 모습을 보여주고 있다.
Fig. 2(a) ~ (f) 에서 나타난 결과를 보면 2012. 8. 1(13h)에 탐지된 적조발생면적은 106km 2 , 2012. 8. 18(13h)에는 62km 2 , 2012. 9. 6.(13h)은 64km 2 , 2012. 9. 25(13h)은 111km 2 , 2012. 10. 15(13h)은 34km 2 , 2012. 10. 28(13h)은 3km 2 로 분석되었다. 따라서 2012년도의 경우 2012년 8월부터 10월 중순까지 적조가 발생된 시기로 분석되었다.
- 3.2.2 2013년도 적조 발생해역 분석
7월 17일 경남 통영에서 적조가 처음 발생하여 고흥에서 양양까지 확산되었으며 약 51일간 지속되었고 9월 5일 소멸되었다. 대상기간동안 적조로 인한 전체 피해액은 약 247억 원으로 적조 피해액이 사상 최대를 기록하였다( Kim, 2015 ). Fig. 3(a) ~ (e) 는 2013년도 적조발생 기간 중 2013. 8. 12(13h), 2013. 8. 13(13h), 2013. 8. 15(13h), 2013. 8. 27(11h), 2013. 9. 4(13h)의 영상자료를 분석한 결과이다. 탐지된 적조해역의 면적은 2013. 8. 12(13h)에 1,045km 2 , 2013. 8. 13(13h)에 907km 2 , 2013. 8. 15(13h)에 318km 2 , 2013. 8. 27(11h)에 87km 2 , 2013. 9. 4(13h)에 23km 2 로 나타났다. 따라서 2013년도에는 2013년 8월 초·중순에 적조가 가장 왕성하게 확산된 것으로 분석되었다.
- 3.2.3 2014년도 적조 발생해역 분석
7월 31일 경남 고성에서 적조가 처음 발생하여 완도에서 삼척까지 확산되었으며 약 79일간 지속되었고 10월 17일 소멸되었다. 대상기간동안 적조로 인한 전체 피해액은 약 73억 원으로 추정된다( Kim, 2015 ). Fig. 4(a) ~ (e) 는 2014년도 적조 발생 기간 중 2014. 7. 31(13h), 2014. 9. 7(12h), 2014. 9. 8(14h), 2014. 9. 11(13h), 2014. 10. 17(12h)을 선택하여 적조를 탐지한 결과로서 탐지된 적조해역의 면적을 추정하면 2014. 7. 31(13h)에는 61km 2 , 2014. 9. 7(12h)에 79km 2 , 2014. 9. 8(14h)에 32km 2 , 2014. 9. 11(13h)에 282km 2 , 2014. 10. 17(12h)에 0.5km 2 로서 9월 중순에 적조가 최대로 확산된 것을 알 수 있다.
- 3.3 적조 우심해역 분석
최근 3년간 적조 발생이 빈번하여 심각한 상태를 보이는 해역으로 특별관리가 요구되는 지역을 적조우심해역으로 설정하고 분석하였다. 따라서 앞서 분석된 2012년, 2013년, 2014년의 적조발생 해역탐지 결과를 중첩 분석하여 우심해역을 추출하였다. 이를 위하여 연도별로 적조발생빈도밀도를 분석하였는데 Fig. 5 는 2012년도 적조발생해역에 대한 적조발생지점을 중첩하고 발생빈도를 계산한 후 빈도밀도를 나타낸 결과로서 적조 발생면적은 560km 2 이고, 최고 발생빈도밀도가 높은 곳은 전남 여수시 돌산읍 해역으로 분석되었다.
PPT Slide
Lager Image
Density analysis on Red Tide occurrence area in 2012
Fig. 6 는 2013년도 적조 발생해역에 대한 중첩분석 결과로서 적조발생빈도에 대한 밀도를 나타낸 그림으로 발생면적이 2,080km 2 로 추정되며 2012년도 발생면적에 비하여 3.7배나 되고 적조가 광역적으로 발생하였음을 알 수 있다. 지점별 적조 발생빈도는 경남 남해군 남부해역에서 거제시 남동부해역까지가 높은 해역으로 분석되고, 광범위하게 분포하고 있어 적조가 심각하게 발생하였음을 보여주고 있다. 특히 남해군 남동해역과 더불어 통영시 욕지도 해역에서 거제시 동부해역에 이르는 근해에서 적조발생의 공간 밀집도가 가장 높게 나타난 것으로 분석되었다.
PPT Slide
Lager Image
Density analysis on Red Tide occurrence area in 2013
Fig. 7 은 2014년도 적조 발생해역에 대한 발생빈도를 중첩한 결과로서 적조 발생면적이 631km 2 로 나타나 2012년도 발생면적과 비슷하였고, 지점별 발생빈도가 높은 해역이 통영시 한산 매물도 해역에서 거제시 남부해역까지 집중하고 있어 2012년도에 발생한 적조와 다른 공간적 특성을 보였다. 경남 통영시 매물도해역에서 거제시 남부에 이르는 해역까지 가장 높은 밀집도를 보이고 있는 것으로 분석되었다.
PPT Slide
Lager Image
Density analysis on Red Tide occurrence area in 2014
적조 우심해역은 신규 양식어장 허가, 가두리어장 이동 등 어장이용개발계획수립 등 해양수산정책수립에 우선적으로 고려되어야 하지만 적조 발생해역이 광역적이고, 유동적임에 따라 현실적으로 우심해역을 한정하기에는 어려움이 있다. 그래서 본 연구에서는 최근 3년간 분석 결과를 모두 중첩시켜 적조가 가장 많이 발생되는 지역을 적조 우심해역으로 정의하고 어장이용계획수립 시 참고할 수 있도록 제시하였다. Fig. 8 은 본 연구에서 분석한 2012년부터 2014년까지의 GOCI 분석 영상 결과를 중첩 분석한 것으로서 각 지점(1pixel=500m × 500m)별 적조 발생빈도를 도시하였고, 1회 이상 적조가 탐지된 적조 발생해역 면적은 2,541km 2 로 계산되었으며 남해안 해역에 광범위하게 분포하고 있는 것으로 분석되었다.
PPT Slide
Lager Image
Analysis of frequency on Red Tide occurrence for 3 years
지점별 적조 발생빈도는 11회가 가장 높았으며, 4회 이상 적조가 탐지된 해역이 전남 고흥군 외나로도 해역에서 경남 거제시 동부해역까지 광범위하게 형성되어 있다. Fig. 9 의 최근 3년간 적조발생해역에 대한 밀도분석결과에서도 남해안 해역에서 적조 밀집도가 광범위하게 높은 것으로 나타났으며, 특히 경남 남해군 남동해역과 통영시 욕지면 해역에서 거제시 남부해역까지의 밀집도가 높은 것으로 나타나 적조에 취약한 우심해역으로 분석되었다.
PPT Slide
Lager Image
Density analysis on frequency of Red Tide occurrence for 3 years
최근 3년간 적조 발생해역 중 적조 발생빈도가 3회 이상인 면적은 646km 2 로 1회 이상인 면적 2,541km 2 의 1/4에 해당되었고, 전남 여수시 금오도 서부해역과 경남 남해군 남부해역에서 거제시 남동부해역까지 분포하였으며, 통영시 욕지도 해역에서 거제시 남부해역 사이가 밀집도가 가장 높게 나타났다. 적조 발생빈도가 5회 이상인 면적은 1회 이상인 면적의 1/15인 174km 2 로 나타났고 경남 통영시 한산면 매물도해역에서 거제시 남부해역으로 집중되었다.
4. 결 론
본 연구에서는 천리안 GOCI 영상을 이용하여 최근 3년간(2012년~2014년)남해안 해역에서 발생한 적조를 탐지하고 발생빈도를 분석하여 적조발생 우심해역을 도출한 결과 다음과 같은 결론을 얻었다.
첫째, 최근 3년간 남해안을 대상으로 적조 발생해역을 추출하고 중첩분석과 밀도분석을 통하여 적조 우심해역을 분석한 결과 경남 통영시 한산면 매물도 해역에서 거제시 남부해역까지가 적조발생빈도가 높은 해역으로 분석되어 적조에 취약한 우심해역으로 평가되었다.
둘째, 최근 3년간 연도별 적조 발생해역에 대한 변화 특징을 분석한 결과 2012년은 적조 발생규모가 작은 해역이 산발적으로 발생하였고, 2013년은 적조 발생해역이 광범위하게 분포하면서 공간적 밀집도 또한 높은 특징을 보였으나, 2014년에는 소규모의 적조가 산발적으로 발생하였다. 이처럼 연도별 적조발생의 공간적 분포패턴은 불규칙한 특징을 보였으며, 유기적으로 변화되고 있음을 알 수 있었다. 하지만 적조발생빈도를 기반으로 핫스팟을 분석한 결과 특정 해역에서는 발생빈도가 꾸준히 증가되고 있어서 천리안 GOCI 영상과 같은 위성 영상모니터링 기술을 이용하여 지속적으로 모니터링을 실시함으로서 적조의 움직임을 정확히 예측할 수 있고 이에 따른 방재계획을 체계적으로 수립할 수 있다고 판단된다.
그러나, 본 연구에서는 자료처리기간이 최근 3년간으로 제한되었고, 또한 연도별 활용한 GOCI 영상자료를 구름 등 기상여건으로 충분히 획득하지 못한 제약조건이 있었으나 연도별, 일자별 영상자료를 지속적으로 추가하여 장기간에 걸친 시계열적 분석이 이루어진다면 연구 결과의 신뢰도 향상 및 적조방재대책 수립에 크게 기여할 것으로 사료된다.
References
Ahn J. , Park Y. , Ryu J. , Lee B. , Oh I. 2012 Development of atmospheric correction algorithm for geostationary ocean color imager(GOCI) Ocean Science Journal 47 (3) 247 - 259
Bae S. 2010 Landscape resource assessment using Web 2.0-based geographic information Korean Journal of the Photo-Geographers (in Korean with English abstract) 20 (3) 1 - 12
Dierssen H.M. , Kudela R.M. , Ryan J.P. , Zimmerman R.C. 2006 Red and black tides: quantitative analysis of water-leaving radiance and perceived color for phytoplankton, colored dissolved organic matter, and suspended sediments Limnology and Oceanography 51 (6) 2646 - 2659
Kim D. 2015 Analysis on Spatial and Temporal Patterns of Red Tide Occurrence Area in the South Sea of Korea Using COMS Images, Ph.D. dissertation Gyeongsang National University Jinju, Korea (in Korean with English abstract) 101 -
Kim D. , Yoo H. 2014 Analysis of temporal and spatial red tide change in the south sea of Korea using the GOCI images of COMS Journal of the Korean Society for Geospatial Information System (in Korean with English abstract) 22 (3) 129 - 136
http://web.kma.go.kr/eng/index.jsp
Lee B. , Ahn J. , Park Y. , Kim S. 2013 Turbid water atmospheric correction for GOCI: modification of MUMM algorithm Korean Journal of Remote Sensing (in Korean with English abstract) 29 (2) 173 - 182
Son Y. , Kang Y. , Ryu J. 2012 Monitoring red tide in south sea of Korea (SSK) using the geostationary ocean color imager(GOCI) Korean Journal of Remote Sensing (in Korean with English abstract) 28 (5) 531 - 548