1. 서론

인간의 활동에 따른 온실가스 배출은 산업화 이전 시기인 1850-1900년과 비교해 2011-2020년 지구 표면의 온도를 1.09°C 상승시켰다. Intergovernmental Panel on Climate Change 제6차 평가보고서에 따르면 인간의 노력이 없다면 2100년까지 지구 표면의 온도는 3.2°C까지 상승할 것으로 전망하였다(Lee et al., 2023). 급격한 기후 변화로 인해 인간과 동·식물 및 생태계는 극한 현상에 내몰리고 있다. 810만 종으로 추산되는 동·식물 가운데 1백만 종이 멸종위기에 처해있다. 습지의 85% 이상이 유실되었고, 2050년까지 토지의 90%가 현저히 변형될 것으로 예상되고 있다(Díaz et al., 2019).

한반도의 경우 최근 30년 동안의 기온이 20세기 초(1912-1941년)와 비교해 1.4°C 상승해 전 세계 기온상승 추세를 상회하고 있다(National Institute of Meteorological Sciences, 2018). 식생은 기후 변화에 매우 민감하게 반응하고 있으며 관속식물의 개화·단풍·결실 시기, 곤충의 출현 시기와 같은 생물계절학적 반응(phenological response)에서의 변화가 나타나고 있다(An et al., 2011). 네덜란드와 노르웨이의 온대성 식물이 30-40년 전과 비교하여 분포지가 확산되고 있고, 한대성 식물의 경우 분포역이 감소하고 있는 것으로 보고되고 있다(Tamis et al., 2001). 한반도 평균 기온이 지속적으로 상승한다면 현재 산림 식생대 또한 고위도방향으로 이동할 것으로 예상되고 있다(Yang and Shim, 2007). 또한 기후 변화로 인해 사용이 제한적이었던 난온대 상록활엽수종이 조경·장식·천연도료 소재로 경제적 가치가 중요시되고 있다(Oh and Park, 2003). 따라서 기후 변화에 따른 난온대식물의 분포 및 변화 양상을 연구할 필요성이 높아지고 있다. 본 연구의 중심 대상지인 완도수목원은 기후대상 난대기후대에 속한다. 완도수목원은 광대한 난대림을 보유하고 있는 우리나라의 대표적 난대림수목원으로서 생물종다양성 보존, 유전자 보존 등의 중요성과 함께 체계적인 관리의 필요성이 제기되어 왔다(Kim et al., 1999).

초분광영상(hyperspectral imaging)은 가시광선에서 중적외선에 이르는 지표의 반사파를 연속으로 촬영한 영상자료이다. 1K 초분광센서를 이용해 지표 대상물에서 반사되는 0.396-2.4096 µm의 미세한 파장을 분석해 지표정보를 정밀하게 분석·구분할 수 있어 식생 및 식물 종 식별, 토양정보 등의 추출을 위해 사용되고 있다(Cho and Lee, 2014). 라이다(light detection and ranging)는 레이저를 지표면에 발사해 반사되는 레이저파를 3차원 점군자료(point cloud data)로 수집하여 식생의 수고, 상관도, 흉고, 식생과 비식생의 경계, 임도 구분 등의 정밀 분석에 활용되고 있다(Lee, 2023).

우리나라의 경우 고해상도 위성영상을 이용하여 산림 내 수종을 분류하는 연구의 경우 70%의 정확도를 얻은 바 있다(Chung et al., 2011; Kim, 2008). 위성영상의 경우 화소값을 사용하여 수종을 분류하는 방법으로 영상 해상도와 촬영 시기에 따라 결과가 달라질 수 있다는 한계가 있다(Lee, 2023). 초분광영상을 이용한 식생조사의 경우 수종이 지닌 미세한 분광 특성의 차이를 구분하여 정확도를 높인 연구 방법으로 기존 연구의 한계를 극복할 수 있는 대안으로 제시되고 있다(Cho and Lee, 2014; Lee, 2023). 한편 라이다의 경우 산림 지역이 수목의 종류와 높이, 하층식생, 수관밀도 등에 따라 다양한 레이저 펄스 신호가 나타나는 특징을 이용해 수목의 높이, 임목의 축적, 바이오매스(biomass) 추정 등 다양한 산림정보 추출에 활용되고 있다(Chang and Kim, 2008; Kim et al., 2016; Kwak et al., 2005).

본 연구에서는 항공 초분광영상-LiDAR를 이용해 완도수목원과 그 주변 지역을 대상으로 식생의 분포 연구를 통해 우점 식생과 식생을 구성하는 식물군을 파악하고자 하며, 이를 통해 한반도 난대 지역 내 출현하는 생물자원의 체계적인 관리를 위한 기초자료를 제공하고자 한다.

2. 본론

2.1 조사 지역 개요

조사 중심 지역인 완도수목원은 행정구역상 전라남도 완도군 군외면 대문리 일원의 도유림으로 총 면적 2,050 ha이다. 완도수목원은 34°18′46″N-34°23′02″N, 126°38′59″ E-126°43′59″E 지역에 위치해 있으며, 상왕봉(644 m), 백운봉(601 m), 쉼봉(600 m), 업진봉(544 m), 숙승봉(435 m)의 5개 봉을 포함하고 있다(Fig. 1). 1991-2020년 기상청 기후 통계 완도 지역 평년값의 연평균기온은 14°C 이상, 1월 평균 기온 0°C 이상, 연평균강수량은 1,531.5 mm, 연평균강수일수는 111일로 다우지역에 속한다(www.wether.go.kr).

2.2 조사 방법

식생조사는 조사 지역인 완도수목원 일대(상왕봉을 중심으로)를 대상으로 2019년 5월 18일부터 2021년 8월 5일까지 초분광영상을 이용해 조사 지역 내 12.4 km² 면적에 대해 수행하였다.

본 연구에 사용된 항공초분광 센서는 캐나다에서 개발된 CASI와 핀란드에서 개발된 AISA를 이용하여 촬영되었다. CASI의 경우 해상도 1 m로 가시광선에서 중적외선 파장영역까지 100개의 밴드를 가진 초분광영상을 획득하였다. AISA의 경우 해상도 1.5 m의 밴드 400개를 가진 초분광영상을 획득하였다. 라이다의 경우 해상도 0.5 cm, 1 m²당 4-8개의 3차원 점군자료를 취득하였다. 식생군락 판정은 브라운 블랑케(Braun Blanquet)의 식생조사 기법에 따라 점유 비율이 50% 이상의 최대 우점도일 때 단일 군락으로 판정하였고, 점유 비율이 50% 이하이고 차하위 우점도의 편차가 낮을 경우 혼합식생군락으로 정의하였다. 분광표본점의 경우 수종별로 군집한 지역을 중심으로 29개 지점을 선정하였고, 15개 지점에서 현장 검증을 실시해 초분광영상의 분광 정보 결과와 실제 일치하는 군락 지점을 확인하였다.

3. 결과

초분광영상 및 라이다를 이용한 개체정보의 분류이미지를 식생상관별 개체로 변환한 결과 우점식생을 구성하는 목본식물의 다양성은 18과 24종 3변종 등 27분류군이 확인되었으며, 총 29,884개체가 확인되었다(Fig. 2). 이 중 붉가시나무(Quercus acuta) 12,513개체, 후박나무(Machilus thunbergii) 2,609개체, 고로쇠나무(Acer pictum) 2,425개체, 서어나무(Carpinus laxiflora) 1,733개체, 구실잣밤나무(Castanopsis sieboldii) 1,661개체 등 5종이 70%를 차지한다. 연구 지역 내 출현한 후박나무, 동백나무(Camellia japonica), 멀구슬나무(Melia azedarach) 3종은 국가 기후변화 생물지표종으로 3,050개체가 확인되었다. 이는 확인된 전체 목본식물의 10% 정도이며, 전체 개체 수의 10%를 차지하고 있다. 국내에 서식하고 있는 주요 식물종의 보전 우선 순위를 결정하고, 분포 현황을 통하여 자연환경의 우수성 정도를 파악하는 데 이용되는 관속식물종인 식물구계학적 특정 종(Kim, 2000)으로는 III등급종인 구실잣밤나무, 붉가시나무, 머귀나무(Zanthoxylum ailanthoide), 멀구슬나무를 포함하여 전체(I-III등급) 11종, 20,339개체가 확인되었다(Table 1). 이는 확인된 전체 목본식물의 41%, 전체 개체 수의 68%를 차지한다. 식생군락 분류 결과 Q. acuta (붉가시나무) 군락, C. laxiflora-Fraxinus mandshurica (서어나무들메나무) 군락, A. pictum-C. laxiflora (고로쇠나무-서어나무) 군락 등 193개 군락이 확인되었다. 조사 지역의 식생 대부분은 Q. 붉가시나무 군락으로 분광표본점 총 29개 지점 가운데 붉가시나무 군락이 3개 지점으로 가장 많았다(Fig. 3). 또한 15개 지점에 대해 실시한 현장 검증 결과, 14개 군락(93.33%)이 초분광영상-LiDAR 결과와 일치하는 것으로 나타나 높은 신뢰성을 확인할 수 있었다(Fig. 4).

4. 결론 및 고찰

본 조사 지역인 완도는 한반도 난대식생을 대표하는 지역으로 중장기적으로 기후 변화에 따른 상록활엽수의 분포 변화에 대한 모니터링 등의 연구 필요성과 중요성이 더 커지고 있다(Kim et al., 2002). 조사 지역에서 확인된 27분류군 가운데 붉가시나무의 경우 가장 많은 분포가 확인되었다. 붉가시나무는 주로 남부 지역을 중심으로 생육하고 있고, 기온 상승을 낳고 있는 기후 변화에 대한 적응 측면에서 유리한 수종으로, 기후 변화에 대한 적응 연구에 있어 중요한 대상 종이다(Chun et al., 2015). 또한 기후 변화에 따른 식생 변화를 정확히 모니터링하기 위해서는 현재 전국 단위로 진행되고 있는 인력조사 방식을 보완하고, 조사 지역에서 정량적 데이터를 수집할 수 있는 연구 방법을 도입할 필요가 있다(Lee, 2023). 현행 식생조사의 경우 조사자가 임의로 임내에 군락 경계를 표기하게 되어 있어 조사자의 주관적인 판단이 영향을 미칠 수 있고, 시간과 비용 면에서 많은 한계를 지니고 있다(Kwak et al., 2005). 초분광영상 및 라이다를 이용한 식생조사 결과와 비교한 현장 검증 결과 검증 지점 15곳 중 14개 지점이 일치하는 높은 정확도를 보였다. 또한 본 연구 방법을 활용하면 산림과 식생분야 연구에 있어 접근이 어려운 지역과 광범위한 지역을 대상으로 보다 효율적이고 정확도 높은 조사가 가능할 것으로 판단된다. 반면 초분광영상 기법은 촬영 시 기상조건, 대기 상태에 따라 결과값이 다르게 측정되는 한계가 있다. 또한 라이더의 경우 연구 지역의 특성, 표본점의 개수와 위치에 따라 실측값과 차이가 발생하고 있고, 원격탐사를 통해 모든 수종을 구분하는 것에는 한계가 있다(Lee, 2023). 향후 기술이 고도화되고, 정확도에 영향을 미치는 요인들을 줄어든다면 초분광영상과 라이다를 이용한 식생조사 기법은 현장조사를 충분히 보완할 수 있을 것이다. 본 연구는 기후 변화에 따른 한반도 식생분포 변화 중 그 중요성이 날로 커지고 있는 난대림 집단 자생지를 대상으로 자생하는 수목의 분포 현황을 파악함으로써 향후 관련 연구의 기초자료를 제공하고, 식생 관련 생태정보 수집·분석 시 인력 조사의 한계를 보완하고 데이터에 기반한 현장 검증을 통한 식생 평가를 정량화하는 데 기여할 수 있을 것이다.

Acknowledgements

This study was conducted as a preliminary study to apply the vegetation survey technique improvement technology of the National Institute of Ecology from 2020 to 2021.

Notes

Conflict of Interest

On behalf of all authors, the corresponding author states that there is no conflict of interest.

Funding Information

This work was supported by the Ministry of the Environment, Republic of Korea (NIE-B-2023-05).

Data Availability Statement

The data that support the findings of this study are openly available in [Ecobank] at http://doi.or.kr/10.22756/GEO.20230000000840.

Fig. 1.

The map of study sites around Wando arboretum.

Fig. 2.

Vegetation distribution in the survey area.

Fig. 3.

Location and number of sample spectral points.

Fig. 4.

List of information by spot verification. (A) Field verification point, (B) Quercus acuta Thunb., (C) Carpinus laxiflora (Siebold & Zucc.) Blume.

References

• An SI, Ha KJ, Seo KH, et al (2011) A review of recent climate trends and causes over the Korean peninsula. J Clim Res 4(2):237–251
• Chang AJ, Kim HT (2008) Study of biomass estimation in forest by aerial photograph and LiDAR data. Journal of the Korean Association of Geographic Information Studies 11(3):166–173
• Cho HG, Lee KS (2014) Comparison between hyperspectral and multispectral images for the classification of coniferous species. Korean J Remote Sens 30(1):25–36Article
• Chun JH, Lee CB, Yun SJ (2015) Effects of climate change on the geographic distribution of Quercus acuta Thunb. J Agric Life Sci 49(6):47–57Article
• Chung SY, Yim JS, Shin MY (2011) A comparison of pixel-and segment-based classification for tree species classification using QuickBird imagery. J Korean For Soc 100(4):540–547
• Díaz S, Settele J, Brondízio ES, et al (2019) Summary for policymakers of the global assessment report on biodiversity and ecosystem services of the Intergovernmental Science-Policy Platform on Biodiversity and Ecosystem Services. IPBES secretariat, Bonn, p. 56
• Kim C (2008) Use of crown feature analysis to separate the two pine species in QuickBird Imagery. Korean Journal of Remote Sensing 24(3):267–272
• Kim CH (2000) Assessment of natural environment-1. Selection of plant taxa. Korean J Environ Biol 18(1):163–198
• Kim DY, Choi YW, Lee GS, Cho GS (2016) Extracting individual number and height of tree using airborne LiDAR data. Journal of Cadastre & Land Informatix 46(1):87–100
• Kim SH, Chin SC, Oh CJ (1999) Studies on the structure of forest community of Quercus acuta in Wando warm-temperate forest arboretum. J Env Research 4(1):113–126
• Kim SH, Chin SC, Oh CJ (2002) The community structure of Quercus acuta forest at WANDO warm-temperate forest arboretum. J Korean For Soc 91(6):781–792
• Kwak DA, Lee WY, Min HS (2005) Application of LiDAR for measuring individual trees and forest stands. J Korean For Soc 94(6):431–440
• Lee H, Calvin K, Dasgupta D, et al (2023) Climate Change 2023: Synthesis Report. IPCC, Geneva, p. 184
• Lee JH (2023) A study on the creation of existing vegetation diagrams through hyperspectral imaging and LiDAR data analysis. Ph.D. Thesis. Graduate School of Gongju National University; 243
• National Institute of Meteorological Sciences (2018) 100 Years of Climate Change on the Korean Peninsula. National Institute of Meteorological Sciences, Jeju, p. 31
• Oh KK, Park SG (2003) Conservation status and restoration of evergreen broad-leaved forests in warm temperate region, Korea (II)-restoration planning of vegetation in case study areas. Korean J Environ Ecol 17(1):71–82
• Tamis WLM, Van’t Zelfde M, Van der Meijden R (2001) Changes in vascular plant biodiversity in the Netherlands in the 20th century explained by their climatic and other environmental characteristics. Clim Change 72(1-2):37–56ArticlePDF
• Yang KC, Shim JK (2007) Distribution of major plant communities based on the climatic conditions and topographic features in South Korea. Korean J Environ Biol 25(2):168–177

Appendix

Figure & Data

References

Citations

Citations to this article as recorded by