DEVELOPING EARTH OBSERVATION DATA BASED SHARING SYSTEM OF MONITORING, VULNERABILITY ASSESSMENT, ADAPTIVE PATHWAY FOR FOOD-WATER-ECOSYSTEM NEXUS (MID-LATITUDE VERSION OF H2020-EOPEN)

2020년 11월 30일

본 연구는 H2020 EOPEN(opEn interOperable Platform for unified accEss and analysis of earth observatioN data) 연구팀과의 협력을 통해, 지구관측자료 기반의 ‘식량-물-생태계(Food-Water-Ecosystem)’ 연계형(Nexus) 모니터링 기법과 리스크 평가 방법을 개발하고, 통합적 의사결정 지원을 위한 적응경로를 제시하고자 한다. 또한, 자료와 방법을 웹 기반 데이터 공유 시스템을 통해 제공함으로써 한반도를 포함한 중위도 지역에서의 식량-물-생태계 안보 증진과 통합적 기후변화 대응에 기여하고자 합니다.

  • 연구내용:

EOPEN은 지구관측 데이터에 대한 통합 접근 및 분석이 가능한 오픈 플랫폼을 개발하는 EU H2020 컨소시엄이며, 본 연구팀은 지구관측 데이터 융합 알고리즘 개발을 통해 빅데이터 플랫폼을 구축하고자 한다. 부문별 연구 내용은 다음과 같다.

1) 지구관측 데이터 기반 식량-물-생태계 모니터링 부문에서는 식량-물-생태계 모니터링을 위해 지표 및 방법론을 선정하고 방법론의 시범 구동을 목표로 한다. 넥서스 분석을 구성하는 식량, 물, 생태계 각 부문의 지표로 논 면적-논 관개용수량-산림 물 저장량이 선정되었으며, 논 면적 탐지는 머신러닝 알고리즘, 논 관개용수량은 EPIC모델, 산림 물 저장량은 SWAT모델을 기반으로 결과를 도출한다.

2) 기후변화 적응을 위한 식량-물-생태계 연계형 리스크 평가에서는 모니터링 결과와 연계하여 리스크 평가 방법론을 설계하고 시범 평가를 수행하는 것을 목표로 한다. IPCC AR5에서 제시하는 리스크 개념에 규준(Hazard, Exposure, Sensitivity, Adaptive Capacity) 별 평가지표를 설정하여 농업적 가뭄 리스크 평가 방법론을 개발 및 적용한다.

3) 식량-물-생태계 연계형 적응경로 개발 및 EOPEN-JDIG와의 연계에서는 적응경로 개발을 위해 Adaptive Capacity를 향상시킬 수 있는 다양한 방법론이 검토된다. 환경 및 사회경제 시스템 분석을 통한 식량-물-생태계 연계형(Nexus) 기후변화 적응경로를 개발하고, 개발된 적응경로를 EOPEN-JDIG와 연계하여 중위도 지역에 적용 및 정책 제안을 수행한다.

4) 웹기반 공유 시스템을 통한 정보 확산에서는 정보확산을 위한 개발 코드 탑재 및 코페르니쿠스 유럽 데이터 서버와의 연결을 통해 지구관측기반 데이터 구동 컨텐츠를 설계한다. 본 연구에서 도출된 정보 공유를 활용하여 EOPEN 플랫폼과 연계한 가뭄 리스크 평가 시스템이 구축된다.


  • 연구결과

식량 부문에서는 RNNs 인공신경망 구조를 활용한 딥 러닝 분석 기법을 적용하여 논 탐지 지도학습 모델 생성하였다. Copernicus 프로젝트의 일환으로 운용되고 있는 Sentinel 1호 레이더 영상을 사용하여 한반도 전역 시계열 자료를 구축하였으며, 위성영상 취득 과정은 Google Earth Engine (GEE) 플랫폼을 통해 효율화 하였다. 논 탐지 모델 학습에는 2017년도 영상, 분류에는 2018년도 영상을 사용하여 분류 결과의 객관성을 확보하였으며, 지도학습을 위한 레이블링 자료로 10m 폭 이상의 선형 물체, 100m2 이상의 면에 대한 정보를 기록하는 세분류 토지피복도 활용하여 10m 공간해상도를 갖는 Sentinel 1호와의 정합성을 높였다. 또한, 국내 벼의 식물 계절학적 특성을 반영한 데이터 증강기법(Data Augmentation)을 활용하여 딥 러닝 모델 학습에 필요한 학습 데이터의 양을 증가시키고, 모델의 과적합을 방지하였다. 그 결과, 논 탐지 결과의 픽셀 기반 정확도는 96.42%, 160개 시군구의 논 면적 통계자료와의 비교에서는 R2 0.9631을 기록하였다.


물 부문에서는 EPIC(Environmental Policy Integrated Climate, originally known as Erosion Productivity Impact Calculator) 모델을 통해 잠재(Potential) 쌀 수확량 산출시 요구되는 논 관개용수량에 대한 모니터링 수행하였다. EPIC 모델은 기상 및 지표면 유출, 토양, 지형, 질소 및 인 등을 이용하여 작물의 생산량을 예측하는 모형으로, 100가지 이상의 작물에 적용하여 활용될 수 있는 대표적인 포괄적(Generic) 모형이며, 기후, 물의 순환, 침식, 토양 영양분, 토양온도, 작물성장, 작물환경관리, 경운방법 등에 대해 농가단위에서 국가단위까지 모의실험이 가능하다고 알려져있다(Williams, J. R. 1990. The Erosion Productivity Impact Calculator(EPIC) Model: A Case History. Philosophical Transactions of the Royal Society of London. Series B: Biological Sciences, 329 (1255), 421-428.). 모델에 활용되는 기상자료로는 기상청에서 제공하는 지역별 상세 종관, 방재기상관측자료와 북한 기상자료의 경우 북한이 세계기상기구(WMO)의 기상통신망(GTS)을 통해 보낸 27개 지점의 관측자료를 취득하였으며, 자료를 Kriging기법을 통해 1 km 해상도로 보강하여 활용하였다. 토양 자료는 FAO의 Harmonized World Soil Database에서 한반도 지역으로 추출하여 구축하였다.


생태계 부문에서는 SWAT(Soil and Water Assessment Tool) 모델을 통한 한반도의 산림의 물 저장량에 대한 모니터링 수행하였다. SWAT모델은 미국 농무성 농업연구소(United States Department of Agriculture)에 의해 개발된 유역모델로 일일 강수량, 최고, 최저기온, 태양복사, 상대습도와 바람의 강도를 입력자료로 하며, 퇴적, 물순환, 영양분 순환 등을 출력한다. 기상 및 토양자료는 EPIC 모델과 동일한 자료를 활용하였으며, 추가적으로 유역 내 경사도 파악을 위한 50m급 수치표고모델과 남한 및 북한지역 토지이용 파악을 위한한 ESA-CCI 토지피복도를 활용하였다. 분석 결과는 HRU(Hydrologic Response Units)단위로 출력되며, HRU는 토지이용, 토양도가 유사한 지역을 대상으로 토지이용 변화에 대한 수문학적 반응이 동일하다고 가정하는 기본적인 계산 단위이다. SWAT 결과로 도출된 토양 수분량을 산림지역으로 Masking 하였으며, 계수를 활용한 기저유출량 계산식을 사용하여 산림 수자원 공급량을 추정하였다.


최종적으로는 IPCC 5차평가 보고서에서 제시하는 AR5 리스크 평가 개념을 활용하여 넥서스 분석 방법론 설계하고, 각 부문 분석 결과를 리스크 분석요소와 연계하여, 식량-물-생태계 부문이 복합적으로 작용하는 농업적 가뭄 리스크 평가 개념 개발하였다. 물 순환 시스템이 작동하고, 산림생태계 관리의 기본단위로 적합한 유역을 단위 기준으로 한반도 전역에 대한 평가를 수행하였다. 남한에 대한 가뭄 리스크 평가 결과, 기존 국가 보고서의 농업가뭄 결과와 공간적인 유사성을 확인되었다.

 

02-3290-3470

Room No. 322, East Bldg, College of Life Science, Korea University, 145 Anam-ro, Seongbuk-gu,  Seoul, Rep. of Korea, 02841

  • LinkedIn

©2020 by Korea University Environmental GIS/RS Lab.