1. 서 론

토지피복은 지표면을 구성하는 물리적 상태를 의미하며, 자연환경 및 인간 활동에 의해 지속적으로 변화한다. 최근 도시 개발과 기반시설 확충이 가속화되면서 산림과 농경지가 시가화 지역으로 전환되는 사례가 증가하고 있으며, 이러한 변화는 지역 환경과 공간구조에 다양한 영향을 미치고 있다. 특히 토지피복 변화는 유역의 불투수면적 증가, 침투량 감소 및 직접유출 증가를 유발하여 홍수량과 첨두유량 변화에 영향을 미치는 주요 요인으로 알려져 있다. 따라서 현재의 토지피복 상태를 분석하는 것뿐만 아니라 장래 변화 양상을 예측하여 미래의 공간구조 변화와 환경영향을 사전에 평가하는 연구의 중요성이 점차 커지고 있다.

미래 토지피복 변화 예측 결과는 장기적인 유역관리계획 수립, 수자원 관리, 홍수 대응계획 및 기후변화 적응전략 수립을 위한 기초자료로 활용될 수 있다. 특히 최근에는 GIS 기반 공간분석 기술의 발전으로 과거 토지피복 자료를 활용하여 미래 토지피복 분포를 예측하는 연구가 활발히 수행되고 있다.

토지피복 변화 예측을 위해 다양한 기법이 제안되어 왔으며, 그중 Cellular Automata(CA) 기반 모형은 토지 이용의 공간적 확산 과정을 효과적으로 재현할 수 있는 방법으로 평가받고 있다. Clarke et al.(1997)은 CA 모형을 활용하여 도시 성장 패턴을 예측하였으며, Clarke and Gaydos(1998)는 GIS와 CA를 연계한 장기 도시성장 예측기법을 제시하였다. 또한 Verburg et al.(2002)은 공간적 상호작용을 고려한 토지이용 변화 분석 기법을 제시하였으며, Verburg et al.(2004)은 토지이용 변화모형의 적용 현황과 향후 연구 방향을 제시하였다. 최근에는 기계학습 기법과 CA 모형을 결합한 다양한 연구가 수행되고 있으며, 이를 통해 토지피복 변화 예측의 정확도가 지속적으로 향상되고 있다.

QGIS 환경에서 제공되는 MOLUSCE(Module for Land Use Change Simulation)는 과거 시점의 토지피복 자료를 기반으로 전이확률을 산정하고 미래 토지피복을 예측할 수 있는 대표적인 도구이다. 국내에서도 CA-Markov 및 CA 기반 모형을 활용한 미래 토지이용 변화 예측 연구가 수행되어 왔다. Lee and Kim(2007)은 개선된 CA-Markov 기법을 적용하여 미래 토지이용 변화를 예측하였으며, 기후변화와 토지피복변화를 고려한 한강유역 수자원 평가 연구에서는 CA-Markov 기법을 활용하여 미래 토지이용 변화를 예측하고 수자원 영향 평가에 적용하였다. 이와 같은 연구들은 주로 광역권, 대도시 또는 대규모 유역을 대상으로 수행되어 왔으며, 미래 토지이용 변화가 수문환경에 미치는 영향을 평가하는 데 활용되고 있다. 반면 중소규모 유역을 대상으로 토지피복 변화 예측 결과의 신뢰성을 검증하고 적용성을 평가한 사례는 상대적으로 부족한 실정이다.

중소규모 유역은 국지적인 도시개발, 도로 개설 및 택지조성 등의 영향이 직접적으로 반영되어 토지피복 변화가 수문특성 변화로 연결될 가능성이 높다(Chang et al., 2023). 특히 유역 규모가 작을수록 특정 지역의 개발행위가 유역 전체의 토지피복 구성비와 유출특성에 미치는 영향이 상대적으로 크게 나타날 수 있다. 따라서 유역 단위의 토지피복 변화 예측 결과를 검증하고 적용성을 평가하는 연구가 필요하다.

이에 본 연구에서는 갑천유역 내 가수원교 유역을 대상으로 MOLUSCE 모형을 적용하여 미래 토지피복 변화를 예측하고자 하였다. 먼저 과거 토지피복 자료를 이용하여 토지 유형 간 변화 특성을 분석하고, 예측 결과와 실제 토지피복도를 비교하여 모형의 적용성을 평가하였다. 이후 검증된 모형을 활용하여 미래 토지피복도를 구축하고, 주요 토지피복 유형의 변화 경향을 분석하였다. 연구 결과는 향후 유역 단위의 공간계획 수립, 토지 이용 변화 평가 및 수문해석을 위한 기초자료로 활용될 수 있을 것으로 기대된다.

2. 연구방법

2.1 연구유역

본 연구는 대전광역시 서구에 위치한 갑천 수계의 가수원교 유역을 대상으로 수행하였다. 가수원교 유역은 갑천 중·상류부에 위치한 도시형 유역으로서 최근 주거지역 개발과 도로망 확충이 지속적으로 이루어지고 있는 지역이다. 유역 내 토지 이용 형태는 산림지역, 농업지역 및 시가화지역이 혼재되어 있으며, 도시화에 따른 토지피복 변화가 비교적 활발하게 나타나는 특징을 가지고 있다.

연구유역은 도시개발에 따른 토지 이용 변화가 지속적으로 발생하고 있어 장래 토지피복 변화 예측 연구에 적합한 대상지로 판단하였다. 특히 유역 내 일부 지역은 기존 농경지와 나지에서 주거 및 상업지역으로 전환되고 있으며, 이러한 변화는 향후 토지피복 구조에 영향을 미칠 것으로 예상된다.

본 연구에서는 환경공간정보서비스에서 제공하는 중분류 토지피복도를 활용하여 연도별 토지피복 자료를 구축하였으며, 공간분석을 위하여 모든 자료를 동일한 좌표체계로 변환하여 활용하였다. 또한 토지피복 변화 분석 및 예측을 위하여 연구유역 경계를 기준으로 공간자료를 구축하고 후속 분석에 적용하였다. 연구유역의 위치과 공간적 범위는 Fig. 1에 나타내었다.

Fig. 1.

Study Area

2.2 자료수집 및 현장조사

본 연구에서는 환경부의 환경공간정보서비스에서 제공하는 토지피복도를 활용하였다. 토지피복도는 대분류(Level I), 중분류(Level II), 세분류(Level III)로 분류되어 있으며, 본 연구에서는 중분류 토지피복도를 활용하였다. 중분류 토지피복도는 시가화지역, 농업지역, 산림지역, 초지, 습지, 나지 및 수역 등의 체계로 구분되어 있으며, 국토 전역에 대하여 동일한 기준으로 구축이 되어 있어서 중·장기적인 토지 이용변화 연구 및 토지피복 변화 연구 등에 활용되고 있다.

본 연구에서는 2000년대, 2010년대 및 2020년대 토지피복도를 수집하여 분석에 활용하였다. 토지피복도는 벡터 형식으로 제공되므로 공간분석과 토지피복 변화 예측에 활용하기 위하여 동일한 좌표체계로 변환한 후 연구유역 경계를 기준으로 자료를 추출하였다. 이후 MOLUSCE 모형의 입력자료로 활용하기 위해 모든 토지피복 자료를 동일한 공간해상도를 갖는 래스터 자료로 변환하였다.

토지피복 분류체계는 중분류 기준을 적용하였으며, 각 시기의 토지피복도는 동일한 분류체계를 유지하도록 구축하였다. 이를 통해 서로 다른 시기의 공간자료 간 비교가 가능하도록 하였으며, 토지 유형 간 변화 특성을 정량적으로 분석할 수 있도록 자료를 구성하였다.

또한, 토지피복 변화 예측 과정에서 발생할 수 있는 공간적 오차를 최소화하기 위하여 자료 간 경계 불일치 여부를 검토하였으며, 동일한 분석 범위와 해상도를 적용하여 입력자료를 구축하였다. 구축된 토지피복 자료는 이후 토지 유형별 전이확률 산정, 변화 패턴 분석 및 미래 토지피복 예측을 위한 기초자료로 활용하였다. 아래 Table 1은 연구에서 활용한 중분류 토지피복자료이며, 정확한 공간분석을 수행하기 위하여 좌표계는 EPSG 5186을 사용하였으며, 동일한 공간해상도인 5 m로 구축하였다.

2.3 토지피복 변화 예측 및 정확도 평가 방법

본 연구에서는 미래 토지피복 변화를 예측하기 위하여 QGIS 기반의 MOLUSCE를 활용하였다. MOLUSCE는 서로 다른 시점의 토지피복 자료를 이용하여 토지 유형 간 전이특성을 분석하고, 이를 기반으로 미래 토지피복의 공간적 분포를 예측할 수 있는 토지피복 변화 모의 도구이다. MOLUSCE는 인공신경망(Artificial Neural Network, ANN), 로지스틱 회귀분석(Logistic Regression), 가중치 선형결합(Weight of Evidence) 등의 기법을 이용하여 토지피복 변화 가능성을 산정할 수 있으며, 본 연구에서는 ANN 기법을 적용하였다.

ANN은 입력자료 간의 비선형 관계를 학습하여 토지피복 변화 가능성을 추정하는 기계학습 기법이다. 본 연구에서는 2000년대와 2010년대 토지피복도를 이용하여 토지 유형 간 전이관계를 학습하고, 각 토지피복 유형이 다른 유형으로 변화할 확률을 산정하였다. 이를 통해 토지피복 변화 잠재도(Transition Potential Map)를 구축하였다.

이후 Cellular Automata(CA) 기법을 적용하여 토지피복 변화의 공간적 확산 특성을 반영하였다. CA는 셀(Cell) 단위의 공간자료를 이용하여 인접 셀의 상태와 전이확률에 따라 토지피복 변화를 모의하는 기법으로, 도시 확장이나 토지 이용 변화와 같이 공간적으로 연속적인 변화 과정을 재현하는 데 효과적인 방법으로 알려져 있다. 본 연구에서는 ANN을 통해 산정된 토지피복 변화 잠재도와 토지 유형별 전이확률을 CA 모형의 입력자료로 활용하여 미래 토지피복도를 생성하였다.

MOLUSCE 기반 토지피복 변화 예측 절차는 다음과 같다. 먼저 2000년대와 2010년대 토지피복 자료를 이용하여 토지 유형별 전이행렬(Transition Matrix)을 구축하고, ANN을 이용하여 토지피복 변화 잠재도를 산정하였다. 이후 CA 기법을 적용하여 2020년대 토지피복도를 예측하였으며, 예측 결과를 실제 2020년대 토지피복도와 비교하여 모형의 적용성을 검토하였다. 검증된 모형을 이용하여 최종적으로 2030년대 토지피복도를 구축하였다.

모형의 정확도 평가는 예측된 2020년대 토지피복도와 실제 2020년대 토지피복도를 비교하여 수행하였다. 또한 토지피복 유형별 면적 분포를 비교함으로써 예측 결과의 신뢰성을 검토하였으며, 검증 결과를 바탕으로 미래 토지피복 변화 예측에 활용하였다.

3. 결과 및 분석

3.1 연대별 토지피복 변화 분석

연구유역의 토지피복 변화 양상을 파악하기 위하여 2000년대, 2010년대 및 2020년대 토지피복도를 비교·분석하였다. Fig. 2는 연구유역의 시기별 토지피복 분포를 나타낸 것이다.

Fig. 2.

Land Cover Maps of the Study Watershed

분석 결과 연구유역은 산림지역이 가장 높은 비율을 차지하는 것으로 나타났으며, 시가화지역은 도심 인접 지역을 중심으로 점진적으로 확대되는 경향을 보였다. 반면 농업지역은 일부 지역에서 감소하는 양상을 나타내었으며, 산림지역은 상대적으로 큰 변화 없이 유지되는 것으로 분석되었다. 토지피복 유형별 면적 분포는 Table 2와 같으며, 중분류 토지피복에 따른 코드와 연대별 면적 구성비를 나타내고 있다. 시가화지역의 증가와 농업지역의 감소가 지속적으로 나타나 도시화에 따른 토지 이용 변화가 진행되고 있는 것으로 판단된다.

MOLUSCE 모형의 적용성을 검토하기 위하여 2000년대 및 2010년대 토지피복 자료를 이용하여 2020년대 토지피복도를 예측하였으며, 이를 실제 2020년대 토지피복도와 비교하였다. Fig. 3은 예측 결과와 실제 토지피복도의 비교 결과를 나타낸 것이다.

Fig. 3.

Comparison of Predicted and Observed Land Cover Maps

Table 3은 MOLUSCE 모형을 이용하여 예측한 2020년대 토지피복도와 실제 2020년대 토지피복도의 면적 구성비를 비교한 결과를 나타낸 것이다. 분석 결과, 산림지역은 실제 면적비율이 68.9%인 반면 예측 결과는 72.3%로 나타나 약 3.4%의 차이를 보였다. 또한 농업지역은 실제 11.0%에서 예측 15.2%로 나타나 4.2%의 차이를 보였다. 반면 초지는 실제 10.8%에서 예측 5.3%로 나타나 가장 큰 차이(-5.5%)를 보였다. 한편 나지의 경우 실제 면적비율은 2.3%인 반면 예측 결과는 1.3%로 나타나 상대적으로 큰 차이를 보인다. 이는 나지가 연구유역 내에서 차지하는 절대 면적이 매우 작고 공간적으로 국지적으로 분포하는 특성을 가지기 때문으로 판단된다. 특히 나지는 공사현장, 개발예정지 또는 일시적인 토지 이용 상태에 의해 발생하는 경우가 많아 과거 토지피복 변화 패턴만을 이용한 전이확률 기반 예측에서는 재현이 어려운 특성이 있다. 또한 작은 면적의 토지피복 유형은 절대 면적 변화가 크지 않더라도 상대오차가 크게 산정될 수 있으며, 공간적 변동성이 높아 예측 불확실성이 상대적으로 크게 나타날 수 있다. 반면 산림지역과 농업지역 등 주요 토지피복 유형은 절대 면적 기준에서 비교적 작은 오차를 나타내어 전체 토지피복 구조는 합리적으로 재현된 것으로 판단된다.

이러한 결과는 과거 토지피복 변화 경향을 기반으로 구축된 전이확률이 산림지역 및 농업지역의 유지 특성을 상대적으로 크게 반영한 반면, 초지의 경우 주변 토지이용 변화의 영향을 충분히 반영하지 못한 결과로 판단된다. 특히 초지는 개발사업, 휴경지 발생 및 토지이용 전환 등에 따라 공간적 변동성이 크게 나타나는 토지피복 유형으로, 과거 변화 패턴만으로 미래 변화를 예측하는 과정에서 일부 오차가 발생한 것으로 판단된다.

그러나 시가화지역, 습지 및 수역의 경우 실제값과 예측값의 차이가 비교적 작게 나타났으며, 나지의 경우 상대적인 편차는 크게 나타났으나 절대 면적 차이는 1.0% 수준으로 확인되었다. 특히 기존 시가화지역 주변을 중심으로 나타나는 도시 확장 경향과 농업지역의 감소 특성이 예측 결과에서도 유사하게 확인되었으며, 주요 토지피복 유형의 공간적 분포 또한 실제 토지피복도와 유사한 경향을 나타내었다. 따라서 MOLUSCE 모형은 연구유역의 토지피복 변화 특성을 합리적으로 재현하는 것으로 판단되며, 향후 유역 단위의 토지피복 변화 예측 및 수문·환경분야의 기초자료 구축에 활용 가능할 것으로 판단된다.

3.2 미래 토지피복 변화 예측

본 연구에서는 MOLUSCE 모형을 활용하여 연구유역의 2030년대 토지피복도를 Fig. 4와 같이 예측하였다. 예측 결과 연구유역의 토지피복 분포는 기존 변화 경향을 유지하는 것으로 나타났다. 특히 시가화지역은 기존 도시지역을 중심으로 확장되는 양상을 보였으며, 일부 농업지역은 시가화지역 또는 초지로 전환될 가능성이 있는 것으로 분석되었다. 반면 산림지역은 일부 경계부를 제외하면 비교적 안정적으로 유지되는 것으로 나타났다.

Fig. 4.

Predicted Land Cover Map for the 2030s

Table 4는 2020년대와 2030년대 토지피복 구성 비율을 비교한 결과를 나타낸 것이다. 분석 결과 시가화지역은 지속적으로 증가하는 경향을 나타내었으며, 이는 연구유역 내 도시개발과 토지 이용 변화가 지속적으로 진행될 가능성을 반영한 결과로 판단된다. 농업지역은 11.0%에서 19.2%로 증가하는 경향을 나타내었으며, 일부 지역은 시가화지역 또는 초지로 전환되는 것으로 예측되었다.

산림지역은 연구유역 내 가장 높은 비율을 차지하는 토지피복 유형으로 나타났으며, 2030년대에도 유역의 주요 토지피복 형태를 유지하는 것으로 분석되었다. 다만 일부 지역에서는 개발에 따른 토지 이용 변화가 발생함에 따라 소폭 감소하는 경향을 보였다. 초지는 지속적으로 증가하는 것으로 나타났으며, 이는 기존 농업지역 및 나지의 변화에 따른 영향으로 판단된다.

전체적으로 연구유역의 토지피복 구조는 현재의 변화 경향을 유지하는 것으로 분석되었으며, 도시화에 따른 시가화지역의 증가와 농업지역의 감소가 미래에도 지속될 것으로 예상된다. 이러한 결과는 향후 연구유역의 공간구조 변화와 토지 이용 특성을 예측하는 데 활용될 수 있으며, 도시계획 및 환경관리 분야의 기초자료로 활용 가능할 것으로 판단된다.

미래 토지피복 예측 결과는 향후 연구유역의 공간구조 변화와 토지 이용 특성을 파악하는 데 활용될 수 있으며, 도시계획 및 환경관리 분야의 기초자료로 활용 가능할 것으로 판단된다.

4. 결 론

본 연구에서는 가수원교 유역을 대상으로 환경부 토지피복도 자료와 MOLUSCE 모형을 활용하여 미래 토지피복 변화를 예측하고 그 특성을 분석하였다. 연구 결과를 요약하면 다음과 같다.

(1) 2000년대, 2010년대 및 2020년대 토지피복도를 분석한 결과, 연구유역은 산림지역이 가장 높은 비율을 차지하는 것으로 나타났으며, 시가화지역은 지속적으로 증가하고 농업지역은 감소하는 경향을 보였다. 이는 도시화 및 토지 이용 변화에 따른 공간구조 변화가 지속적으로 발생하고 있음을 보여준다.

(2) MOLUSCE 모형을 이용하여 2020년대 토지피복도를 예측한 후 실제 토지피복도와 비교한 결과, 주요 토지피복 유형의 분포 특성과 공간적 변화 경향이 전반적으로 유사하게 재현되었다. 다만 나지와 같은 소면적 토지피복 유형에서는 상대적으로 큰 오차가 발생하였으며, 이는 국지적 개발행위와 일시적인 토지 이용 변화 특성에 기인하는 것으로 판단된다. 이를 통해 MOLUSCE 모형이 연구유역의 토지피복 변화 특성을 반영하는 데 적용 가능함을 확인하였다.

(3) 검증된 모형을 활용하여 2030년대 토지피복도를 예측한 결과, 시가화지역은 기존 도시지역을 중심으로 확대되는 것으로 나타났으며, 일부 농업지역은 시가화지역 또는 초지로 전환될 가능성이 있는 것으로 분석되었다. 반면 산림지역은 일부 지역을 제외하고 비교적 안정적으로 유지되는 것으로 나타났다.

본 연구에서 구축한 미래 토지피복도는 향후 토지 이용 변화에 따른 공간적 특성 분석뿐만 아니라 도시계획, 환경관리 및 유역 기반 연구의 기초자료로 활용될 수 있을 것으로 판단된다. 향후에는 다양한 사회·경제적 요인과 개발계획을 반영한 시나리오 기반 연구를 수행함으로써 미래 토지피복 예측의 신뢰성을 더욱 향상시킬 필요가 있을 것으로 판단된다.