미리보기
미리듣기
위성 영상과 인공지능으로 지구 환경 변화를 추적하는 토지피복 기술을 소개한다. 산불, 도시화, 탄소 배출 등 기후위기 대응의 핵심 기술을 시민의 시선으로 해설한다.
토지피복 변화 예측은 도시 개발, 농지 보전, 기후 변화 대응 등 미래 환경 계획을 수립하는 데 중요한 기초 자료로 활용된다. 현재까지 수집된 토지피복 변화 데이터를 분석해 일정한 패턴을 학습하고, 이를 바탕으로 향후 수년 또는 수십 년 후의 지표 상태를 예측하는 방식이다. 이러한 방식에는 컴퓨터가 데이터에서 규칙을 스스로 학습해 예측 능력을 키우는 머신러닝이 주로 사용된다. 딥러닝은 머신러닝을 여러 층으로 중첩한 신경망 구조이며, 사람이 직접 학습 기준(특징)을 설계하는 머신러닝과 달리, 데이터에서 중요한 특징을 스스로 추출하고 학습한다. 딥러닝은 역전파(backpropagation)를 통해 각 층의 가중치를 조정하며, 대량의 데이터를 반복 학습해 고차원 패턴을 인식한다.
－01_“토지피복 기술의 이해” 중에서
한편, 기후 변화에 따른 이러한 문제들은 다음과 같이 경제, 사회, 정치, 산업에 2차적인 문제를 발생시킨다. 경제적으로는, 극한 기후로 인한 자연재해가 빈번해지면서 농업, 산업, 인프라 피해가 증가하며, 보험료 상승과 경제적 불안정성을 초래한다. 사회적으로는, 해수면 상승, 가뭄, 사막화로 인해 거주지에서 이주하는 인구가 증가하며, 이로 인해 사회적 갈등과 정책적 부담이 가중된다(IPCC, 2023). 정치적으로는, 수자원과 식량 부족이 심화되면서 국가 간 자원 경쟁과 갈등이 발생하며, 기후 변화로 인한 난민 유입 문제도 안보 위기를 초래한다. 산업적으로는, 기후 변화로 수력·화석 연료 기반 전력 생산이 영향을 받으며, 전력망의 불안정성과 재생 에너지 확대 필요성이 증가한다.
－03_“토지피복과 기후 변화 관계” 중에서
조간대 습지의 일종인 맹그로브(Mangroves)는 열대와 아열대 해안가에 위치한 나무와 관목으로 이루어진 생태계로, 염분에 적응한 식물들이 서식하며, 해안선을 보호한다. 블루카본(바닷가 서식 생물, 소금 습지 등 해양 생태계가 흡수하는 탄소) 구성 요소 중 하나로, 단위 면적당 탄소 저장량이 열대 우림의 3∼5배로 약 6.23기가 톤의 탄소가 저장돼 있다. 1ha 맹그로브 숲이 매년 흡수하는 탄소량은 34톤이다(환경일보, 2024.6.24). 가장 넓은 맹그로브 숲을 보유한 인도네시아는 무분별한 개간과 파괴로 인해 2015년 맹그로브 숲의 40%를 소실했다. 태국은 맹그로브 숲의 3분의 1을 소실했고, 맹그로브 생태계의 50%가 멸종 위험에 처해 있다.
－06_“해양·습지 관리” 중에서
토양보정식생지수는 토양 반사 영향을 반영해 식생이 희박한 건조지나 황폐지에서 식생 활력을 정확히 평가하는 데 유용하다. 정규 수분 지수는 근적외선과 적외선 반사 차이를 이용해 식물의 수분 스트레스나 습지 내 수분 존재 여부를 감지하는 데 적합하다. 지표수분식생지수는 근적외선과 단파적외선을 활용해 논, 습지, 침수 지역의 토양 및 식생 수분 상태를 민감하게 탐지한다. 녹색정규식생지수는 적색 대신 녹색광(Green)을 사용해 엽록소 농도와 식물의 질소 상태를 정밀하게 평가하는 데 활용된다. 노화반응식생지수는 청색, 적색, 근적외선 반사율을 조합해 식물의 노화(황화)나 광합성 저하 등 생리적 스트레스 상태를 진단하는 데 사용된다.
－09_“다중 분광 영상 기반 농업·식량 관리” 중에서
교보문고: