현장에 나가 방형구를 설치하고 식생을 하나하나 기록하는 조사 방식은 화산 지대에서 특히 한계에 부딪힌다. 곶자왈처럼 요철이 심한 현무암 지형은 도보 접근 자체가 어렵고, 조사자가 밟고 지나간 자리조차 미세하게 지형을 교란시킨다. 무엇보다 문제는 변화의 속도가 너무 느리다는 점이다. 사면 침식이나 함몰지의 확장은 수년에서 수십 년 단위로 진행되기 때문에, 연 1~2회의 현장 조사로는 그 궤적을 포착하기 어렵다.
이런 한계를 넘어서기 위해 등장한 것이 항공 라이다(LiDAR)와 위성 영상을 결합한 원격 탐사 모니터링이다. 이 글은 화산 지대에서 이 두 기술이 각각 무엇을 측정하고, 어떻게 결합되어 미세 지형 변화와 식생 피복도(지표면이 식물로 덮인 비율) 변화를 함께 추적하는지를 다룬다.
왜 화산 지대에 원격 탐사가 특히 유효한가
화산 지형은 일반 산림·초지 생태계와 근본적으로 다른 조사 난점을 지닌다. 현무암 애아(aa)·파호이호이(pahoehoe) 용암류가 만든 요철면은 위성항법장치 신호조차 불안정하게 만들 정도로 지표가 복잡하다. 여기에 식생이 국소적으로 밀집한 패치 형태로 분포하기 때문에, 지상에서 선형으로 이동하며 조사하는 트랜섹트 방식은 전체 면적을 대표하지 못하는 경우가 많다.
기존 현장 조사 방식의 공간적 한계
방형구 조사는 특정 지점의 식생 구성을 정밀하게 기록하는 데는 강점이 있지만, 수 km²에 달하는 화산 지대 전체의 지형-식생 상관관계를 파악하기에는 표본 수가 근본적으로 부족하다. 조사 지점 사이의 공백을 어떻게 보간할 것인가는 오랫동안 화산 생태 연구의 방법론적 난제였다.
참고: 원격 탐사는 현장 조사를 대체하는 기술이 아니라, 넓은 면적을 시계열로 반복 관측해 현장 조사의 공간적 공백을 메우는 보완 수단으로 활용된다.
핵심 메커니즘 — LiDAR와 위성 영상은 각각 무엇을 측정하는가
두 기술은 측정 대상의 성격이 다르다. LiDAR는 지형의 미세한 고저 변화를, 위성 영상은 지표면의 분광 반사 특성을 통해 식생 상태를 각각 추적한다.
LiDAR — DEM·DSM 생성과 시계열 차분 원리
항공 라이다는 레이저 펄스를 지표에 발사하고 반사되어 돌아오는 시간을 측정해 수치표고모델(DEM, 지표면 자체의 고도를 나타낸 모델)과 수치표면모델(DSM, 식생·구조물을 포함한 표면 고도 모델)을 동시에 생성한다. 레이저 펄스 중 일부는 식생 사이 틈으로 투과해 지표면까지 도달하기 때문에, 초목이 우거진 화산 지형에서도 지표 자체의 고도를 분리해낼 수 있다는 점이 광학 영상 대비 큰 장점이다.
서로 다른 시점에 촬영된 DEM을 겹쳐 고도 차이를 계산하는 기법을 DoD(DEM of Difference) 분석이라 부른다. 이를 통해 특정 사면에서 지난 조사 시점 대비 몇 센티미터가 침식되었는지, 혹은 어느 지점에 새로운 함몰이 발생했는지를 정량적 수치로 확인할 수 있다.
위성 영상 — 식생지수 산출 원리
다중분광 위성 센서는 가시광선과 근적외선 영역의 반사율을 함께 기록한다. 건강한 식생은 근적외선을 강하게 반사하고 가시광선(특히 적색광)은 흡수하는 특성을 보이는데, 이 차이를 정규화한 지표가 정규식생지수(NDVI)다. 화산 지대의 척박한 화산회토나 노출 암반 위에서는 NDVI 값이 낮게, 식생이 정착해 나간 구간에서는 값이 점진적으로 상승하는 패턴이 관측된다.
두 데이터의 융합 — 지형 변위와 식생 변화의 상관 분석
단일 데이터만으로는 인과관계를 설명하기 어렵다. 예를 들어 특정 구간의 NDVI가 하락했을 때, 이것이 가뭄 때문인지 사면 붕괴로 식생 기반 자체가 유실되었기 때문인지는 LiDAR의 DoD 결과와 겹쳐 봐야 판단할 수 있다. 이처럼 지형 데이터와 분광 데이터를 공간적으로 정합해 함께 분석하는 방식이 최근 화산 생태 모니터링 연구에서 표준적인 접근으로 자리 잡고 있다.
| 구분 항목 | LiDAR | 위성 영상 |
|---|---|---|
| 주요 측정 대상 | 지형 고도, 미세 지표 변위 | 분광 반사율, 식생 활력도 |
| 식생 관통 여부 | 일부 펄스가 식생 틈 투과 가능 | 표면 반사만 기록 |
| 공간 해상도 | 수 cm~수십 cm 수준(항공 기준) | 위성 종류에 따라 수십 cm~수십 m |
| 관측 주기 | 비행 계획에 따라 부정기적 | 위성 재방문 주기에 따라 정기적 |
| 화산 지형 적합성 | 미세 함몰·침식 탐지에 강점 | 넓은 면적 식생 변화 추적에 강점 |
실제 화산 지대에서 관측되는 것들
제주도와 같은 현무암질 화산 지형에서 이 융합 분석은 몇 가지 구체적인 지형-생태 현상을 드러낸다.
미세 지형 변화 사례
용암동굴 상부의 얇은 암반층은 하중이나 지하수 흐름 변화로 서서히 침하되다 국소적으로 붕락하는 경우가 있는데, 정기적인 항공 라이다 관측은 이런 붕락 전조 단계의 미세한 침하를 사전에 포착하는 데 활용된다. 또한 사면 하부의 토사 퇴적과 상부의 침식이 동시에 진행되는 패턴도 DoD 분석을 통해 시각적으로 확인된다.
식생 피복도 변화의 정량적 추적
선구식생(황폐지에 가장 먼저 정착하는 식물군)이 확산되는 속도는 지점별로 상당한 편차를 보인다. 위성 시계열 NDVI 데이터를 다년간 축적하면, 어느 구간이 자연 회복 속도가 빠르고 어느 구간이 정체되어 있는지를 지도 형태로 시각화할 수 있다. 이는 복원 우선순위를 정하는 데 실질적인 근거 자료로 쓰인다.
핵심 요약: LiDAR는 화산 지형의 미세한 고도 변화를, 위성 영상은 식생 피복 상태의 시계열 변화를 각각 측정하며, 두 데이터를 공간적으로 융합할 때 비로소 "지형이 왜 이렇게 변했는가"에 대한 인과적 해석이 가능해진다.
한계와 주의점
원격 탐사 데이터를 절대적인 수치로 받아들이는 것은 위험하다. 몇 가지 구조적 한계를 인지해야 정확한 해석이 가능하다.
해상도의 한계
항공 라이다라 해도 균열의 폭이 센서 해상도보다 좁으면 탐지되지 않는다. 마찬가지로 위성 영상의 화소 하나가 실제로는 수 미터에서 수십 미터의 면적을 대표하기 때문에, 개체 단위의 미세한 식생 변화는 평균화되어 사라진다. 즉 이 기술은 "넓은 면적의 경향"을 보여주는 데는 강하지만 "특정 개체의 상태"를 대체할 수는 없다.
지상 검증의 필수성
원격 탐사로 관측된 이상 신호는 반드시 현장 검증(ground-truthing)을 거쳐야 한다. 예를 들어 NDVI 하락이 실제 식생 고사 때문인지, 계절적 낙엽 때문인지, 혹은 촬영 시점의 대기 조건(구름 그림자 등) 때문인지는 위성 데이터만으로는 구분되지 않는 경우가 많다.
주의: 원격 탐사 데이터의 이상치는 반드시 현장 조사와 교차 검증한 후 해석해야 하며, 데이터 자체만으로 훼손·복원 여부를 최종 판단해서는 안 된다.
연구·관리 현장에서의 활용 절차
실제 모니터링 체계를 구축할 때는 몇 가지 실무적 고려사항이 따른다.
데이터 수집 주기와 계절적 고려사항
식생 활력도는 계절에 따라 크게 달라지므로, 연도 간 비교를 위해서는 매년 유사한 시기(생육 성기 등)에 촬영된 영상을 사용하는 것이 일반적이다. 항공 라이다 촬영은 비용 부담이 크기 때문에 통상 수년 주기로 반복 촬영하고, 그 사이 기간은 위성 데이터로 보완하는 방식이 현실적인 절충안으로 활용된다.
국내 활용 기관 및 참고 가능한 자료
국내에서는 국립산림과학원(https://nifos.forest.go.kr)과 환경부 산하 기관들이 위성 기반 식생 모니터링 데이터를 축적하고 있으며, 국토지리정보원(https://www.ngii.go.kr)은 항공 라이다 기반 정밀 지형 자료를 관리한다. 화산 지대 특화 연구는 제주 지역 연구기관의 협력 하에 진행되는 경우가 많다.
참고: 세부 데이터 접근 절차나 공개 여부는 기관별로 상이하므로, 실제 연구·실무 목적으로 활용하고자 할 경우 해당 기관에 직접 문의해 최신 접근 절차를 확인하는 것이 정확하다.
원격 탐사 기술은 계속 고도화되고 있으며, 향후 초분광 센서나 고빈도 소형 위성군의 활용이 확대되면 화산 지대처럼 접근이 어려운 지형의 장기 모니터링 정밀도는 한층 높아질 것으로 전망된다.
