시계열 위성영상과 머신러닝 기법을 이용한 산림 바이오매스 및 배출기준선 추정

연구대상지는 남아메리카 대륙의 내륙에 위치한 파라과이의 C주로서, 총 면적은 약 1,290천ha로 경기도 면적의 약 1.3배에 해당하며, 파라과이의 동부지역에 위치하고 있다. C주는 한국임업진흥원에서 2013년 조림을 시작으로 지속적인 산림투자가 이루어지고 있어 연구대상지로 선정하였다(Figure 1).

Figure 1. Location of the selected study area.

Download Original Figure

GIS 공간주제도 자료는 유럽우주국(European Space Agency; ESA)에서 제공하는 ESA biomass climate change initiative(Biomass_cci)와 CCI land cover map(CCI LCM)을 이용하였다. Biomass_cci는 공간해상도 100m×100m의 래스터형태로, 2017년도의 전세계의 산림의 지상바이오매스 추정치 분포를 제공하며, CCI LCM는 300m×300m의 래스터 형태로, 1992년부터 2020년까지의 전세계의 토지피복분포도를 제공한다. Biomass_cci와 CCI LCM은 저해상도의 이미지로 세부적인 모니터링에는 한계가 있지만, 전세계에 대한 정보를 제공하는 데이터로 활용성이 높은 장점이 있다. 본 연구는 국가수준, 준국가수준의 REDD 관련 연구에서 300m급의 공간정보를 이용한 사례를 참고하여 두 개의 데이터를 활용하였다(Nyamari and Cabral, 2021). 대상지 추출을 위해 파라과이의 통계청 (instituto nacional de estadística)에서 제공받은 행정경계정보를 활용하였다.

위성영상자료는 USGS에서 제공하고 있는 2013년, 2017년, 2021년에 촬영된 Landsat 8 OLI의 Collection 2 Level 2 자료를 이용하였다. Collection 2 Level 2 자료는 천정각등을 고려하여 보정이 완료된 표면반사율과 지표온도 자료를 포함하고 있으며, 본 연구에서는 표면반사율 자료 중 6개 밴드값(Band2, Band3, Band4, Band5, Band6, Band7)를 이용하였다. 또한, Landsat영상 내에 구름지역은 마스킹 처리하여 노이즈값을 제거하였으며, 위성영상 자료와 Biomass_cci 자료를 해상도가 가장 낮은 CCI LCM 자료를 기준으로 리샘플링하였다.

본 연구를 통해 구축된 추정 모델은 파라과이의 환경과 지속 가능한 개발부(Ministry of Environment and Sustainable Development)에서 UNFCCC에 제출한 FREL 자료와 비교하였다. FREL은 산림배출기준선을 설정하기 위한 산림 유형 별 ha당 바이오매스량 정보를 포함하고 있다. 파라과이는 2016년 FREL을 작성하기 위해 전 국토에 94개의 표본점을 설치하였으며, FREL은 전 국토의 산림 유형을 4개로 구분하여 ha당 바이오매스량 정보를 제공하고 있지만, 2016년 이후에 대한 FREL이나 NFI에 대한 정보는 제공하지 않고 있다(Ministry of Environment and Sustainable Development, 2015)(Table 1).

대상지 분석 및 위성영상 자료 분석은 ESRI 사의 Arcgis 10.1을 이용하였으며, 머신러닝 모델 구축 및 적용은 Python 3.7을 이용하였다.

시계열에 따른 토지피복변화량을 산출하기 위해 CCI LCM의 속성정보를 IPCC 기준에 따라 6개의 속성정보로 재분류하였다. 바이오매스 추정모델은 2017년 Landsat 자료와 Biomass_cci 자료를 이용하였으며, k-Nearest Neighbor과 Random forest 알고리즘을 이용하여 구축하였다. 구축된 추정모델을 2013년, 2021년 Landsat 자료에 적용하여 시계열 바이오매스맵을 구축하였다. 구축된 모델별 바이오매스맵과 FREL을 이용하여 3개의 산림배출기준선을 설정하고 비교하였다(Figure 2).

Figure 2. Flowchart of the methodology.

Download Original Figure

1) 머신러닝 알고리즘을 이용한 산림바이오매스 추정 모델 구축

(1) 데이터세트 구축

CCI LCM는 IPCC 토지이용범주(산림지, 농경지, 초지, 습지, 정주지, 기타토지) 기준으로 재분류하였으며, 2013년부터 2020년까지의 토지피복변화 및 산림면적을 추출하였다(Table 2). 또한, 데이터세트는 산림지를 대상으로 Biomass_cci 값과 Landsat 영상 픽셀값을 추출하여 56,952개를 구축하였다. 학습 및 검증 데이터는 무작위추출을 통해 10%를 선정하였으며, 선정된 데이터를 각각 학습데이터(70%)와 검증데이터(30%)로 무작위로 구분하였다. 무작위로 선정된 학습데이터와 검증데이터는 머신러닝 모델의 튜닝과정에서 최초 1회에 선정된 데이터를 고정하여 동일하게 사용되었다.

Table 2. Reclassification of categories in CCI land cover map.

Reclassified categories	Code	Definition
Forest land	50	Tree cover, broadleaved, evergreen, closed to open (>15%)
	60	Tree cover, broadleaved, deciduous, closed to open (>15%)
	61	Tree cover, broadleaved, deciduous, closed (>40%)
	62	Tree cover, broadleaved, deciduous, open (15‐40%)
	70	Tree cover, needleleaved, evergreen, closed to open (>15%)
	71	Tree cover, needleleaved, evergreen, closed (>40%)
	72	Tree cover, needleleaved, evergreen, open (15‐40%)
	80	Tree cover, needleleaved, deciduous, closed to open (>15%)
	81	Tree cover, needleleaved, deciduous, closed (>40%)
	82	Tree cover, needleleaved, deciduous, open (15‐40%)
	90	Tree cover, mixed leaf type (broadleaved and needleleaved)
	120	Shrubland
	121	Evergreen shrubland
	122	Deciduous shrubland
Cropland	10	Cropland, rainfed
	11	Herbaceous cover
	12	Tree or shrub cover
	20	Cropland, irrigated or post‐flooding
	30	Mosaic cropland (>50%) / natural vegetation (tree, shrub, herbaceous cover) (<50%)
Grassland	40	Mosaic natural vegetation (tree, shrub, herbaceous cover) (>50%) / cropland (<50%)
	100	Mosaic tree and shrub (>50%) / herbaceous cover (<50%)
	110	Mosaic herbaceous cover (>50%) / tree and shrub (<50%)
	130	Grassland
	140	Lichens and mosses
	150	Sparse vegetation (tree, shrub, herbaceous cover) (<15%)
	151	Sparse tree (<15%)
	152	Sparse shrub (<15%)
	153	Sparse herbaceous cover (<15%)
Wetlands	160	Tree cover, flooded, fresh or brakish water
	170	Tree cover, flooded, saline water
	180	Shrub or herbaceous cover, flooded, fresh/saline/brakish water
	210	Water bodies
Settlements	190	Urban areas
Other lands	200	Bare areas
	201	Consolidated bare areas
	202	Unconsolidated bare areas
	220	Permanent snow and ice

Download Excel Table

(2) 머신러닝 알고리즘 적용

① k-Nearest Neighbor

k-Nearest Neighbor(kNN)은 데이터의 분류, 회귀 문제를 해결하기 위해 일반적으로 사용되는 알고리즘이다. kNN은 비모수적 학습 모델로 데이터분포에 영향을 받지 않아 다양한 환경의 데이터에서 활용할 수 있는 장점을 가지고 있다. 특히, 산림분야에서의 kNN알고리즘은 회귀모형에 의한 추정치보다 현실성이 있는 추정이 가능한 장점이 있다. kNN에서 선택한 이웃의 수 (k)에 따라 예측에 활용되는 값의 수가 변하게 됨에 따라 모델의 예측성능이 변하게 된다. 따라서 본 연구에서는 k의 값을 1부터 50까지 1씩 증가시키면서 모델을 구축 및 평가하였다. 모델의 평가는 모델의 예측값 $\left(\stackrel{\wedge }{y_i}\right)$과 Biomass_cci 값을 이용하여 평균 제곱근 오차 (Root Mean Square Error; RMSE)를 산출하였으며, RMSE가 가장 낮은 최적의 모델을 선정하였다[Figure (3a)] (식 1).

Figure 3. Conceptual map of machine learning algorithms.

Download Original Figure

$$RMSE=\sqrt{\frac{1}{n}{\displaystyle \sum _{i=1}^n{\left(y_i-\stackrel{\wedge }{y_i}\right)}^2}}$$

(1)

② Random forest

Random forest(RF)는 여러 개의 의사결정나무의 조합으로 구성된다. RF는 노이즈가 많은 데이터에 빠르고, 높은 성능 달성할 수 있는 알고리즘으로 평가되고 있다. RF를 구성하고 있는 의사결정나무는 랜덤적인 요소를 이용하여 서로 독립적으로 구축되며, n_estimator, max_depth와 min_samples_split의 하이퍼파라미터에 따라 구축된다. n_estimator는 독립적으로 구축되는 의사결정나무의 개수를 의미한다. 또한, max_depth는 의사결정트리의 최대 깊이를 의미하며, min_samples_split는 노드 분할 시 노드에 남아 있어야 하는 최소의 샘플 개수를 의미한다. 일반적으로 max_depth는 깊어질수록, min_samples_split의 개수는 작을수록 더 세밀한 회귀모델을 구축할 수 있지만, 학습데이터에 과적합 될 수 있는 위험이 있다(Pan et al., 2019). 따라서, 본 연구에서는 max_depth와 min_samples_split을 5부터 40까지 5씩 증가하며 모델을 구축하고 평가하였다. 또한, 최적의 의사결정나무 개수를 탐색하기 위해 n_estimator가 100, 150, 200개인 3종류의 RF 모델을 구축하여, 총 192개의 모델을 구축하고 평가하여 RMSE가 가장 낮은 최적의 모델을 구축하였다[Figure (3b)].

2013년부터 2020년까지의 토지피복변화를 보면, 산림지는 2017년까지 감소하다가 이후에 다시 증가하는 경향을 보였으며, 최근 2020년에는 감소하여 7년간 산림면적이 약 0.2% 감소하였다. 2013년에는 산림지가 전체면적의 33.9%를 차지하였으며, 농경지 29.6%, 초지 32.5%, 습지 3.8%, 정주지 0.2% 순으로 분포하였다. 2020년에는 산림지가 전체면적의 33.7%를 차지하였으며, 농경지 29.5%, 초지 32.5%, 습지 3.9%, 정주지 0.3% 순으로 분포하였다. 따라서, 2013년 이후 연구대상지의 토지피복변화는 산림지와 농경지 면적은 감소하는 반면 정주지, 습지의 면적은 증가하였다(Table 3).

kNN알고리즘 이용하여 바이오매스 추정모델을 구축한 결과는 ha당 바이오매스량의 RMSE는 k=1일 때 48.59로 가장 높았으며, k=32일 때 35.9로 가장 낮게 분포하였다. 구축된 모델은 k의 값이 8이 될 때까지 RMSE 값이 약 12가 감소하여 모델이 크게 개선되었으며, 이후 RMSE 값이 약 36으로 감소 또는 증가가 반복되었다[Figure 4(a)].

RF알고리즘을 이용하여 바이오매스 추정모델을 구축한 결과는 ha당 바이오매스량의 RMSE는 n_estimators = 100, max_depth = 5, min_samples_split = 40일 때 35.4으로 가장 높았으며, n_estimators = 150, max_depth = 10, min_samples_split = 15일 때 RMSE가 34.41로 가장 낮게 분포하였다. RF를 이용한 바이오매스 추정 모델은 하이퍼파라미터에 따라 RMSE의 차이가 약 1 산출되어 kNN 보다 모델에 따른 정확도 차이가 크지 않았다. 하이퍼파라미터에 따른 모델의 정확도를 보면, max_depth는 5일 때 정확도가 낮았으며, 10 이상일 경우 큰 차이를 보이지 않았다. 반면, min_samples_split은 값이 증가할수록 정확도가 개선되는 추세를 보였으나, 최적의 모델은 15일 때 도출되었다[Figure 4(b)-4(d)]. 이는 max_depth와 min_samples_split의 값이 높아지면 학습정확도가 높아지지만, 학습자료의 과적합으로 인해 검증정확도가 낮아질 수 있다는 선행연구 결과와 유사하였다(Ma et al., 2019).

또한, 본 연구에서 추정된 모델의 RMSE는 선행연구의 RMSE 보다 유사하거나 높게 도출되었다. 이는, 기존 선행연구 활용된 바이오매스 추정 모델은 실제 현장조사 데이터를 이용하여 모델을 학습한 반면, 본 연구에서 구축된 바이오매스 추정 모델은 실용적이고 비용효율적인 산림배출기준선 설정을 위해 기 구축된 바이오매스 공간주제도인 Biomass_cci를 활용하여 모델의 학습한 것이 원인으로 생각된다(Wu et al., 2016; Zhao et al., 2016; Li et al., 2020; Jung et al., 2010; Seo et al., 2012; Yim et al., 2009).

Figure 4. Evaluation of the performance of RMSE in machine learning models by hyperparameter tuning.

Download Original Figure

구축된 머신러닝 기반 시계열 산림 바이오매스맵을 구축하고 바이오매스량을 산출한 결과, 연구대상지의 총 산림 바이오매스량은 kNN 모델을 이용하였을 때, 2013년 약 3,424만ton, 2017년 약 3,408만ton, 2020년 약 3,238만ton으로 산출되었으며, RF 모델을 이용하였을 때, 2013년 약 3,389만ton, 2017년 약 3,384만ton, 2020년 약 3,322만ton으로 산출되었다. 한편, FREL에 제시된 ha당 바이오매스량을 적용할 경우, 3개 시기에 같은 ha당 바이오매스량이 적용되어 2013년 약 5,746만ton, 2017년 약 5,684만ton, 2020년 약 5,727만ton으로 산출되었다. 각 산출 방법에 따른 산림 바이오매스량은 머신러닝 기반의 추정모델을 이용하였을 때는 시간이 지남에 따라 점차 감소한 반면, FREL을 이용하였을 때는 감소하였다가 다시 증가하는 경향을 보였다. 이는 대상지의 모든 지역에 동일한 ha당 바이오매스량이 적용되기 때문에, 산림지 면적이 감소하였다가 다시 증가한 점이 반영된 것으로 판단된다. 반면, 머신러닝 기반의 바이오매스량의 추정 모델은 지역에 따라 상이한 식생 현황 및 산림 활력도 등이 반영될 수 있기 때문에 산림지 면적이 증가함에도 불구하고 총 바이오매스량이 감소한 것으로 판단된다(Table 4, Figure 5).

Figure 5. Time-series forest biomass map by machine learning models.

Download Original Figure

Figure 6. The distribution of forest biomass change area from 2013 to 2020.

Download Original Figure

시계열 바이오매스맵을 이용하여 바이오매스 변화량을 산출한 결과, ha당 산림 바이오매스량의 평균값이 가장 많이 감소한 지역은 N지역 14.7ton, Y지역 13.0ton, V지역 11.2ton 순이였으며, 위 지역은 모두 연구대상지의 북동쪽에 위치하였다. Google earth의 시계열 고해상도 위성영상을 이용하여 바이오매스가 집중적으로 감소한 지역에 대해 검토한 결과, 해당 지역에서 산림전용 및 황폐화가 진행되었다. 이러한 정보는 향후 산림배출기준선 설정 뿐만 아니라, REDD+ 사업 시 준국가수준의 대상지를 설정하거나, 세부적인 프로젝트 계획을 수립하는 것에 있어 기초자료로 활용할 수 있을 것으로 판단된다(Figure 6).

산림 바이오매스량에 대한 산림배출기준선 설정 결과, 기울기는 kNN, RF, FREL 순으로 높았다. 또한, 머신러닝을 이용하여 설정한 산림배출기준선의 결정계수는 kNN 0.7465, RF 0.7435으로 큰 차이를 보이지 않았으나, FREL을 이용하여 설정한 산림배출기준선의 결정계수는 0.1360으로 머신러닝을 이용한 산림배출기준선의 결정계수보다 약 0.6 낮았다. 따라서, 산림배출기준선 설정 시, FREL 보다 위성영상과 머신러닝을 이용한 방법이 적합하다고 생각된다(Figure 7). 하지만, VCS의 산림배출기준선 설정 방법론에 따르면, 산림배출기준선의 결정계수는 0.75를 기준으로 하고 있어 산림배출기준선 설정 시 참조 기간을 늘리거나, 산림면적 및 바이오매스 추정의 정확도 향상에 대한 보완이 필요할 것으로 판단된다.

Figure 7. Setting of reference emission levels by machine learning models and FREL.

Download Original Figure