1. 서론

섬은 지리적 고립성과 그로 인한 생물학적 독립성으로 인해 독특한 생물다양성을 보유하고 있으며 해양 환경과의 상호작용을 통해 독특한 생태적, 경제적, 문화적 가치를 창출한다(Kim and Hong, 2007). 이러한 특성으로 인해 섬은 오랜 기간 동안 인간 활동의 중심지로 활용되었으며 최근에는 관광, 어업, 해양 자원 개발 등 다양한 분야에서 중요한 역할을 하고 있다. 특히 섬의 경제적 잠재력과 관광 자원으로서의 가치는 많은 국가에서 섬 개발과 활용에 대한 관심을 높이는 주요 요인이 되고 있다(Grydehøj, 2015).

그러나 섬 생태계는 환경적 특성과 천연 자원의 희소성으로 인해 인구 증가와 개발의 영향을 크게 받는 취약한 생태계이다(Zhang and Xiao, 2019). 이러한 환경적 취약성을 고려하지 않고 내륙 지역과 유사한 방식으로 이루어지는 개발은 섬의 고유한 생태적, 환경적 특성을 훼손하고 지속 가능하지 않은 결과를 초래할 가능성이 크다(Gao et al., 2019). 따라서 섬 개발에 앞서 체계적인 자연 환경 및 생태계 조사를 통해 생태적 특성을 파악하고 이를 바탕으로 한 지속 가능한 관리 방안의 수립이 필수적이다.

국내 도서 지역은 1970–80년대 고도의 산업화 시기에도 자연 환경이 비교적 잘 보전된 지역으로 평가받고 있다(Hong and Kim, 2011). 그러나 최근 섬 개발에 대한 관심이 증가하면서 생태계 보전을 고려한 개발 전략의 중요성이 더욱 강조되고 있다. 한국해양수산개발원의 조사(KMI, 2019)에 따르면 섬의 주요 활용 가치는 관광 자원(73.8%), 환경, 생태 자원(48.3%), 수산 자원(29.0%) 순으로 나타났으며 섬 생태계의 가치를 재정립하고자 하는 사회적 수요 또한 증가하고 있다. 이러한 변화는 섬 생태계의 보전과 지속 가능한 활용에 대한 체계적인 접근의 필요성을 시사한다.

소록도는 전라남도 고흥군에 위치한 해발고도 118 m, 면적 4.46 km²의 작은 섬으로 1916년 조선총독부에 의해 한센병(Hansen’s disease) 환자 격리를 목적으로 외부 출입이 제한된 독특한 역사적 배경을 지닌 섬이다(Jang and Kang, 2018). 100년이 넘는 기간 동안 제한된 인위적 간섭은 소록도 생태계의 독특한 특성을 형성하였을 것으로 추정되나 자연 환경 및 생태계에 대한 체계적인 조사는 매우 미흡한 상황이다(NIER, 2011; Park and Park, 2004). 최근 관광 자원 개발 압력 증가와 함께 소록도의 생태적 가치와 변화에 대한 체계적인 연구의 필요성이 대두되고 있다(Jang and Kang, 2018).

섬 지역의 생태계를 효과적으로 모니터링하고 변화를 감지하는 데 있어 위성영상은 매우 중요한 도구로 활용될 수 있다. 위성영상은 넓은 지역에 대한 시각적 정보를 주기적으로 제공함으로써 지상 접근이 어렵거나 광범위한 조사가 필요한 섬 지역의 환경 변화를 효율적으로 파악할 수 있다. 섬 지역의 식생 변화를 분석하는 데 특히 유용한 도구는 바로 식생 지수이다. 대표적인 식생지수인 정규식생지수(normalized difference vegetation index, NDVI)는 식물이 강하게 반사하는 근적외선 파장과 식물이 흡수하는 적색 파장의 차이를 이용하여 식생의 건강도와 밀도를 정량적으로 평가하는 지표이다. NDVI는 계산이 비교적 간단하고 널리 사용되며 식생의 계절적 변화를 모니터링하고 가뭄 스트레스를 감지하며 농작물 수확량을 예측하는 데 효과적이다(ESA, 2014; Phiri et al., 2020).

본 연구는 위성영상을 활용하여 소록도의 과거와 현재 식생 변화를 비교 분석함으로써 섬 생태계의 변화 양상을 이해하고 이를 바탕으로 지속 가능한 관리 및 보전 방안을 제시하기 위한 기초 자료를 제공하고자 한다.

2. 조사 방법

2.1 연구 대상 지역

조사 지역은 전라남도 고흥군 도양읍 소록리에 위치한 섬이다(Fig. 1). 식생지수 분석을 위한 공간 범위는 둘레 15.7 km, 면적 3.7 km²에 해당한다. 환경부 토지피복지도 중 최신 공개된 2023년 자료에 따르면 소록도는 산림지역 2.499 km² (67.4%), 초지 0.524 km² (14.1%), 시가화/건조지역 0.295 km² (8.0%), 농업지역 0.282 km² (7.6%) 기타(나지, 수역, 습지) 0.037 km² (3.0%) 순으로 구성되어 있다(Fig. 2).

2.2 수집 자료

본 연구에서는 원격탐사를 위하여 2015년부터 운영되기 시작한 유럽우주국(European Space Agency, ESA)의 Sentinel-2 (Level 2A) 위성 영상을 사용하였다. 위성영상에서 제공하는 13개 스펙트럼은 공간 해상도 10 m급의 4개 밴드, 20 m급의 6개 밴드, 60 m급의 3개 밴드로 구성되어 있다(Nam et al., 2024). 영상 수집은 최근 영상과 가장 오래된 영상 중에서 구름이 없는 영상을 각각 다운로드하였으며(2016년 5월 18일, 2024년 5월 21일) NDVI 분석을 위해 적색 밴드(band 4)와 근적외선 밴드(band 8) 10 m급을 사용하였다. 위성 영상의 전처리 및 NDVI 산출은 QGIS (ver. 3.34)에서 semi-automatic classification plugin (SCP)을 사용하여 dark object subtraction (DOS1) 대기 보정과 band calculator로 식생지수를 계산하였다.

2.3 분석 방법

NDVI는 근적외선(band 8)과 적색(band 4)에서 획득한 영상으로부터 분광 차이를 이용하여 계산하였다(Eq. 1). 가시광선이 근적외선보다 반사값이 크기 때문에 음수를 나타내며 암석 등은 두 분광 차이가 거의 없으므로 0에 가깝고 식물은 가시광선 영역의 반사율이 낮으므로 양수가 된다. NDVI의 변위는 –1에서 1의 숫자 사이에서 산출되며 NDVI 값이 높을수록 더 건강한 상태를 나타낸다. Table 1에 따라서 식물 활력도를 평가하였다. NDVI가 0 미만이면 무생물 또는 죽은 식물(I등급), 0.33 미만이면 건강하지 않은 식물(II등급), 0.66 미만이면 적당히 건강한 식물(III등급), 0.66 이상이면 아주 건강한 식물(IV등급)로 구분하였다. 또한 2016년과 2024년 사이의 NDVI를 비교하기 위해 변화율을 계산하였다(Eq. 2). 이때 양수의 NDVI 비율은 식생피도가 증가하였음을 나타내고 음수의 NDVI 비율은 식생피도가 감소하였음을 의미한다. 토지피복의 변화를 육안으로 확인하기 위하여 2015년 항공 사진과 2024년 항공 사진을 국토지리정보원에서 제공하는 51 cm급 영상을 사용하였다. 2016년은 촬영된 사진이 없어 2015년 사진을 활용하였다. 환경부에서 제공하는 최신 중분류 토지피복지도를 활용하여 토지피복 유형별 NDVI 값의 백분율을 구하고 평균값을 산출하여 차이를 비교하였다. 한편 R 통계 프로그램(ver. 4.4.2; R Foundation, Vienna, Austria)을 사용하여 NDVI 값의 분포를 히스토그램으로 시각화하였다.

Eq. 1

NDVI=NIR-REDNIR+RED

Eq. 2

NDVI rate=2016 NDVI-2024NDVI2016 NDVI×100

3. 결과

3.1 NDVI 분석 결과

2016년과 2024년의 위성영상을 이용하여 NDVI 값을 산출하였다(Fig. 3). NDVI 값은 2016년에 최솟값 –0.009에서 최댓값 0.675의 범위이며 평균값은 0.454±0.111이다. 2024년에는 최솟값 –0.051에서 최댓값 0.693의 범위이며 평균값은 0.460±0.112이다. 2016년과 2024년의 NDVI 값 분포를 히스토그램으로 비교한 결과(Fig. 4) 2024년의 NDVI 분포가 2016년에 비해 다소 높은 값으로 이동한 것을 확인할 수 있다.

3.2 식생 활력도 비교

연구 대상 지역의 식생 활력도는 2016년에 비해 2024년에 I, II등급은 다소 감소하고 III, IV등급은 증가하였다(Fig. 5). 식생 활력도 등급에 따른 면적을 살펴보면 2016년에 I등급 0.000 km², II등급 0.459 km², III등급 3.255 km², IV등급 0.001 km²이며 2024년에 I등급 0.001 km², II등급 0.430 km², III등급 3.280 km², IV등급 0.004 km²이다.

3.3 정규식생지수 변화율

2016년과 2024년 사이의 NDVI가 얼마나 변했는지를 분석하기 위하여 2016년 NDVI 값의 백분율을 구하고 평균값을 산출하였다(Table 2). 토지피복도의 중분류 항목별로 감소한 항목은 내륙습지, 문화‧체육‧휴양시설, 상업지역, 활엽수림, 과수원, 공공시설지역, 시설재배지 순이였다. 증가한 항목은 내륙수, 기타나지, 자연나지, 교통지역, 인공초지, 주거지역, 혼효림, 밭, 침엽수림 순이였다. 한편 NDVI의 감소 원인을 항공 사진에서 살펴본 결과 삼림지역의 개발 행위(Fig. 6A)와 경작 지역의 확대(Fig. 6B) 등을 확인할 수 있었다.

4. 결론 및 토의

본 연구에서는 전라남도 고흥군의 문화적 및 생태적 가치를 가지고 있는 소록도를 대상으로 2016년과 2024년의 NDVI를 비교하여 식물 활력도의 변화를 분석하였다. 분석 결과 2024년의 NDVI 값은 최소 –0.051에서 최대 0.693의 범위로, 2016년의 최소 –0.009에서 최대 0.675에 비해 범위가 약간 높아졌다. 평균 NDVI 값은 2016년에 0.454±0.111이었고 2024년에는 0.460±0.112로 소폭 상승하였다. 이는 전반적으로 소록도의 식생 활력도가 2024년에 개선되었음을 의미한다. 하지만 토지피복도 중분류별 NDVI 변화율을 분석한 결과 생태적으로 중요한 산림지역(활엽수림)과 습지(내륙습지)에서 NDVI 값이 감소한 것으로 나타났다. 이는 개발 행위와 경작지 확대 때문으로 보인다. 다만 본 연구는 인위적인 환경 변화 외에 수분 스트레스와 같은 기상 요인이 식생지수에 미치는 영향을 충분히 고려하지 못하였다(Kim and Park, 2006; Pei et al., 2019). 따라서 향후 연구에서는 기상 정보를 활용하여 이러한 요인들을 종합적으로 분석할 필요가 있다. 또한 2016년과 2024년 두 시점만을 비교한 제한점이 있다. 따라서 이를 극복하기 위해 더 많은 시점을 포함하고 기후 변화, 인구 증가 등 다양한 요인을 함께 고려하는 장기적인 식생 변화 추이 분석이 필요하다.

Notes

Acknowledgement

The authors thank the staff at the National Sorok Island Hospital for allowing us to produce.

Conflict of Interest

On behalf of all authors, the corresponding author states that there is no conflict of interest.

Funding Information

This work was supported by the Ministry of Environment (ME) of the Republic of Korea (NIE-A-2025-1 and NIE-A-2025-12).

Data Availability Statement

The data that support the findings of this study are openly available in EcoBank at http://doi.or.kr/10.22756/GEO.20250000000917.

Fig. 1.

Map of the study site location on Sorok Island in Korea.

Fig. 2.

Land cover classification map of the study site.

Fig. 3.

Spatial distribution of NDVI in Sorok Island for the years 2016 (A) and 2024 (B). NDVI, normalized difference vegetation index.

Fig. 4.

Comparison of NDVI histograms between 2016 (A) and 2024 (B). Red dashed line indicates the probability density function. NDVI, normalized difference vegetation index.

Fig. 5.

Comparative assessment of plant’s health in Sorok Island for the years 2016 (A) and 2024 (B).

Fig. 6.

Rate of change of NDVI over the period of 2016-2024. (A) Forest. Left, 2015. Right, 2024. (B) Agricultural land. Left, 2015. Right, 2024. NDVI, normalized difference vegetation index.

References

• European Space Agency (ESA) (2014) Sentinel-2 mission status reports. ESA; https://sentiwiki.copernicus.eu/web/documentlibrary#DocumentLibrary-LatestMissionStatusReports.1 Accessed 15 May 2024
• Gao Y, Jia Y, Yu G, et al (2019) Anthropogenic reactive nitrogen deposition and associated nutrient limitation effect on gross primary productivity in inland water of China. J Clean Prod 208:530–540Article
• Grydehøj A (2015) Island city formation and urban island studies. Area 47(4):429–435Article
• Hong SK, Kim JE (2011) Ecological value and sustainable use of natural resources of islands in South-Western Korea. JIC 38:331–358
• Jang SG, Kang DJ (2018) Characteristics and transition of Sorokdo during the 100 years. J Urban des Inst Korea 19(4):105–123Article
• Kim JE, Hong SK (2007) Understanding of islands in the landscape ecological aspect: theory and application of island biogeography. JIC 30:39–54
• Kim KT, Park JS (2006) Correlation analysis of vegetation index and drought index. J Wet Res 8(1):49–58
• Korea Maritime Institute (KMI) (2019) KMI national perception survey results on islands. Korea Maritime Institute Trend Analysis 128:1–14
• Nam G, Choi S, Hwang E, Kang K, Kim JG, Yoon DH (2024) Assessment of the usability of the linkage between GLORIA and Sentinel-2 imagery for the surveillance of algal blooms in freshwater ecosystems. GEO DATA 6(4):451–462ArticlePDF
• National Institute of Environmental Research (NIER) (2011) The 3rd National Natural Environment Survey. NIER; https://library.me.go.kr/#/search/detail/5550849?offset=4 Accessed 21 Jan 2025
• Park SJ, Park SJ (2004) The flora of Sorok Island. Korean J Environ Ecol 18(4):392–414
• Pei Z, Fang S, Yang W, et al (2019) The relationship between NDVI and climate factors at different monthly time scales: a case study of grasslands in Inner Mongolia, China (1982-2015). Sustainability 11(24):7243Article
• Phiri D, Simwanda M, Salekin S, Nyirenda VR, Murayama Y, Ranagalage M (2020) Sentinel-2 data for land cover/use mapping: a review. Remote Sens 12(14):2291Article
• Zhang H, Xiao Y (2019) Planning Island sustainable development policy based on the theory of ecosystem services: a case study of Zhoushan Archipelago, East China. Isl Stud J 15(1):237–252Article

Appendix

Figure & Data

References

Citations

Citations to this article as recorded by