Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1229-3857(Print)
ISSN : 2288-131X(Online)
Korean Journal of Environment and Ecology Vol.37 No.3 pp.209-220
DOI : https://doi.org/10.13047/KJEE.2023.37.3.209

A Study on the Application of IUCN Global Ecosystem Typology Using Land Cover Map in Korea1a

Hee-Jung Sohn2, Su-Yeon Won3, Jeong-Eun Jeon4, Eun-Hee Park5, Do-Hee Kim6, Sang-Hak Han7, Young-Keun Song8*
2Interdisciplinary Program in Landscape Architecture, Seoul National University. Gwanak-ro 1, Gwanak-gu, Seoul, Korea, Seoul, Korea (hjbbw91@snu.ac.kr)
3Interdisciplinary Program in Landscape Architecture, Seoul National University. Gwanak-ro 1, Gwanak-gu, Seoul, Korea, Seoul, Korea (wsy5216@snu.ac.kr)
4Dept. of Landscape Architecture, Graduate School of Environmental Studies,Seoul National University, Gwanak-ro 1, Gwanak-gu, Seoul, Korea, Seoul, Korea (jejeon@snu.ac.kr)
5Institute for Sustainable Development,Seoul National University, Gwanak-ro 1, Gwanak-gu, Seoul, Korea, Seoul, Korea (parkeh87@snu.ac.kr)
6Environmental Planning institute, Seoul National University, Gwanak-ro 1, Gwanak-gu, Seoul, Korea, Seoul, Korea (kdh831212@snu.ac.kr)
7Climate Change and Carbon Research Team, National Institute of Ecology, 1210, Geumgang-ro, Maseo-myeon, Seocheon-gun, Chungcheongnam-do, 33657, Korea (hsh2334@nie.re.kr)
8Dept. of Landscape Architecture, Graduate School of Environmental Studies, Seoul National University. Gwanak-ro 1, Gwanak-gu, Seoul, Korea, Seoul, Korea (songyoung@snu.ac.kr)

a 이 논문은 과제번호 NIE-고유연구-2022-43에 의하여 연구되었음.


* 교신저자 Corresponding author: songyoung@snu.ac.kr
16/03/2023 26/05/2023 01/06/2023

Abstract


Over the past few centuries, widespread changes to natural ecosystems caused by human activities have severely threatened biodiversity worldwide. Understanding changes in ecosystems is essential to identifying and managing threats to biodiversity. In line with this need, the IUCN Council formed the IUCN Global Ecosystem Typology (GET) in 2019, taking into account the functions and types of ecosystems. The IUCN provides maps of 10 ecosystem groups and 108 ecological functional groups (EFGs) on a global scale. According to the type classification of IUCN GET ecosystems, Korea’s ecosystem is classified into 8 types of Realm (level 1), 18 types of Biome (level 2), and 41 types of Group (level 3).



GETs provided by IUCN have low resolution and often do not match the actual land status because it was produced globally. This study aimed to increase the accuracy of Korean IUCN GET type classification by using land cover maps and producing maps that reflected the actual situation. To this end, we ① reviewed the Korean GET data system provided by IUCN GET and ② compared and analyzed it with the current situation in Korea. We evaluated the limitations and usability of the GET through the process and then ③ classified Korea’s new Get type reflecting the current situation in Korea by using the national data as much as possible. This study classified Korean GETs into 25 types by using land cover maps and existing national data (Territorial realm: 9, Freshwater: 9, Marine-territorial: 5, Terrestrial-freshwater: 1, and Marine-freshwater-territorial: 1). Compared to the existing map, “F3.2 Constructed lacustrine wetlands”, “F3.3 Rice paddies”, “F3.4 Freshwater aquafarms”, and “T7.3 Plantations” showed the largest area reduction in the modified Korean GET. The area of “T2.2 Temperate Forests” showed the largest area increase, and the “MFT1.3 Coastal saltmarshes and reedbeds” and “F2.2 Small permanent freshwater lakes” types also showed an increase in GET area after modification. Through this process, the existing map, in which the sum of all EFGs in the existing GET accounted for 8.33 times the national area, was modified so that the total sum becomes 1.22 times the national area using the land cover map. This study confirmed that the existing EFG, which had small differences by type and low accuracy, was improved and corrected. This study is significant in that it produced a GET map of Korea that met the GET standard using data reflecting the field conditions.



토지피복지도를 활용한 IUCN 생태계유형분류 국내 적용1a

손희정2, 원수연3, 전정은4, 박은희5, 김도희6, 한상학7, 송영근8*
2서울대학교 대학원 협동과정조경학과 박사과정
3서울대학교 대학원 협동과정조경학과 박사과정
4서울대학교 대학원 환경설계학과 석사과정
5서울대학교 지속가능발전연구소 연구원
6서울대학교 환경계획연구소 연구원
7국립생태원 기후탄소연구팀 연구원
8서울대학교 환경설계학과 부교수

초록


인간 활동으로 광범위한 자연 생태계 변화로 지난 몇 세기 동안 전 세계적으로 생물다양성이 심각하게 위협받고 있다. 생태계의 변화 양상을 파악하는 것은 생물다양성 위협을 파악하고 관리하는 데 필수적이다. 이러한 필요성에 따라 IUCN 의회는 2019년에 생태계의 기능과 유형을 고려한 IUCN Global Ecosystem Typology(GET)를 구성했다. IUCN은 10개의 생태계 군계, 108개의 생태기능별 토지 유형(EFG; Ecological Functional Group)을 전 지구적 범위에서 지도로 제공하고 있다. IUCN GET 생태계의 유형 분류에 따르면 국내 생태계는 Realm (1수준)이 8개, Biome (2수준)이 18개, Group (3수준)은 41개 유형으로 분류된다.



IUCN이 제공하는 GET의 경우 전 세계 규모로 제작되었기 때문에 해상도가 낮고 실질적인 토지 현황과 일치하지 않는 경우가 많다. 본 연구는 토지피복지도를 활용하여 국내 IUCN GET 유형 분류의 정확도를 높이고 실질적인 현황 을 반영한 지도를 제작하고자 했다. 이를 위해 ① IUCN GET에서 제공하는 국내 GET 데이터 체계를 검토하고, ② 이를 국내 현황과 비교 분석하였다. 이 과정을 통해 GET의 한계와 활용 가능성을 평가하고 ③ 이후 국가자료를 최대 한 활용하여 국내 현황을 반영한 국내 GET 유형 분류를 수행하였다. 본 연구는 토지피복지도와 기존 국가자료를 최대한 활용하여 국내 GET를 총 25개 유형으로 분류했다(Terrestrial Realm :9, Freshwater: 9 Marine-Terrestrial: 5, Terrestrial-Freshwater :1, Marine-Freshwater-Terrestrial:1). 기존 지도와 비교했을 때 수정된 국내 GET의 경우 ‘F3.2 Constructed lacustrine wetlands’, ‘F3.3 Rice paddies’, ‘F3.4 Freshwater aquafarms’, ‘T7.3 Plantations’가 면 적이 가장 많이 축소되었다. 온대 산림(T2.2)의 면적이 가장 많이 늘어났고, ‘MFT1.3 Coastal saltmarshes and reedbeds’, ‘F2.2 Small permanent freshwater lakes’등 3개 유형 또한 수정 후 GET 면적이 증가했다. 해당 과정을 통해 기존 GET에서 모든 EFG의 합이 국토 면적의 8.33배를 차지하던 기존의 지도를, 토지피복지도를 활용하여 총합 이 국토 면적의 1.22 배가 되도록 수정하였다. 이를 통해 유형별 차이가 작고 정확성이 떨어진 기존의 EFG가 본 연구를 통해 개선 및 수정되었음을 확인하였다. 본 연구는 현장 요건을 반영한 데이터를 최대한 활용하여 GET 기준 에 상응하는 한국의 GET 지도를 제작한 것에 그 의의가 있다.



    서 론

    인간 활동으로 인해 자연 생태계의 광범위한 변화가 범지 구적으로 생물다양성을 심각하게 위협하고 있다 (Rodrı´guez et al., 2015). 시간에 따른 생태계의 변화 양상을 평가하는 것은 생물다양성 위협 파악을 위해 필수적이다. 하지만 생 물다양성 평가는 주로 출현 종 평가 등 특정 지표를 통해 전체 생태성을 파악하거나, 토지 현황 분석을 통해 이루어 진다(Keith et al., 2022). 국가 경계와 상관없이 연속되는 생물다양성을 평가하고 관리하기 위해서는 전 세계의 생태 계를 분류할 수 있는 표준화되고 공간적으로 명확한 유형과 용어가 필요하다 (Keith et al., 2015;Diaz et al., 2019). 이에 따라 IUCN 의회는 2019년 생태계 기능과 생태계 과 정을 고려한 IUCN Global Ecosystem Typology를 구성했 다(Motion 074, IUCN World Conservation Congress, Marseillle 2020).

    IUCN Global Ecosystem Typology(이하 GET)는 지구 생물권을 육상, 지하, 담수, 해양 및 대기의 5개 환경으로 분류했다. 이 주요 권역들의 상호작용을 통해 다른 생태계와 구별되는 전이 생태계가 분류된다 (IUCN GET ver 2.0). 4개의 주요 생태계(Terrestrial, Marine, Freshwater, Subterranean) 와 6개의 전이 생태계 (Marine-Terrestrial, Subterranean-Freshwater, Freshwater-Marine, Marine-Freshwater-Terrestrial, Subterranean- Marine, Terrestrial-Freshwater) 등 10개의 생태계 군계, 108 개의 생태기능별 토지 유형(EFG; Ecological Functional Group)을 제안하고 있으며, 전 지구의 EFG 지도를 제공한다 (Keith et al., 2020;Keith et al., 2022).

    GET의 유형은 계층적 구조로 이루어져 있다. 생물권 (Level 1: Realm)은 주요 및 전이 생태계로 구성된다. 이 생물권은 25개의 생물군계(Level 2 : Biome)로 분류되고, 이는 108개의 생태계 기능 그룹(Level 3 : EFG)으로 세분된다. 지상 환경(Terrestrial)은 수분의 양, 계절성, 온도, 식생 등 에 따라 분류되며, 지하 환경(Subterranean)의 경우 지하 구 조에 따라 분류된다. 담수 환경(Freshwater)은 연속성, 수역 크기, 계절에 따른 동결 여부, 염도 등을 기준으로 EFG가 분류된다. 해양환경(Marine)의 경우 영양소의 수직 및 수평 이동, 온도, 구성 입자 크기 등에 따라 분류된다. IUCN에서 는 생물권-생물군계-생태계 기능 그룹 3개 계층 레벨로 데 이터를 제공하고 있으나 추가로 하위레벨 구성을 제안하고 있다. Level 4의 경우 전 국가적 생물 지리적 경계 구분이 추가 분류를 목적으로 EFG를 세분화하고 있으며, Level 5 (Global ecosystem type) 및 Level 6의(Sub-global ecosystem type) 경우는 국가 및 세부 지역별로 설정된 지역 분류를 기반으로, 지역 규모에서 이용할 수 있는 직접 관측 데이터를 포함하는 세부 유형을 분류하도록 권고하고 있다(Figure 1).

    하위레벨 GET의 경우 지역적 데이터를 활용하면 GET의 정확도와 정밀도를 높일 수 있다. 하지만 지역적 데이터를 활용하는 경우 필연적으로 서로 다른 해상도와 정확도의 데이터가 취합되고, 각 데이터의 구성이 일치하지 않는 문 제가 발생하게 된다. 이를 고려하여 GET는 계층적 구조에 따라 지역적 데이터를 활용하는 level 5 및 level 6의 경우 핵심적 생태 특성에 따라 EFG(Level 3)에 포함되도록 구성 했다. 이처럼 GET의 경우 하위레벨 개념을 통해 현재 제공 되는 생태계 기능 그룹(EFG)의 한계를 보완하고 있다. 하지 만 IUCN은 지역적 공간 데이터를 제공하고 있지 않으며, 낮은 해상도 그리고 유형별 과도한 중첩 등의 한계를 가지 고 있어 이를 그대로 활용하기 어렵다. 이에 본 연구는 먼저 한국 GET 지도의 정확성을 높이기 위해 국내 데이터를 최 대한 활용하여 정밀도 및 활용성을 높이고자 했다. 두 번째 로 GET의 목적에 부합하고 범국가적 수준에서 상호 비교 가 가능한 지도로 활용할 수 있도록 각 지도의 핵심 개념을 고려하여 EFG(Level 3) 수준으로 수정하고자 했다.

    본 연구는 토지피복지도를 활용하여 국내 현황을 고려한 IUCN GET 지도를 제작했다. 토지피복지도는 토지 위성지 도를 활용하여 토지 피복을 유형화한 지도로 토지의 형태를 보여준다. 토지피복지도를 활용한 이유는 이 지도가 해상도 에 따라 대분류(해상도 30M), 중분류(해상도 5M), 세분류 (해상도 1M)로 제공되고 있고, 각각 대분류 7유형, 중분류 22개 항목 세분류 41개 항목으로 유형이 세분되어 있으며, 1년마다 수정되어 현재의 토지 현황을 가장 잘 나타내는 지도라고 판단하였기 때문이다. 본 연구에서는 1) IUCN GET에서 제공하는 국내 GET 데이터 체계를 검토하고 2) 이를 국내 현황과 비교 분석하였다. 해당 과정을 통해 GET 의 한계와 활용 가능성을 평가하고 3) 이후 국가자료를 활 용하여 국내 현황을 반영한 국내 GET 유형 지도를 제작하 고자 했다. 해당 자료를 통해 정확도가 향상된 지도를 활용 한다면 전 국가적 생태계 비교 분석이 가능할 것이다.

    연구방법

    본 연구는 국내 생태계를 GET으로 분류하기 위하여 일 차적으로 IUCN에서 제공하는 국내 GET 데이터 체계를 검 토했다. 이 과정을 통해 GET의 한계와 활용 가능성을 평가 하였다. 또한 토지 이용 행태를 바탕으로 작성된 토지피복 지도를 기능적 특성을 나타내는 GET으로 수정하기 위해 이 두 가지 체계를 비교하고 GET 작성 요건을 바탕으로 문헌 연구를 수행했다.

    1. IUCN GET 데이터 체계 검토

    본 연구에서는 IUCN GET ver 2.0을 기반으로 분석했다. 해당 데이터의 경우 수준 3인 EFG(Ecosystem Functional Groups)가 래스터 파일로 제공되는데, 각 데이터의 래스터 격자 크기는 각각 다르다. 본 연구는 jeotiff 파일을 내려받 아 활용했다(https://zenodo.org/record/5090419#.Y9JSUX ZBwuU).

    IUCN GET 생태계 유형 분류에 따르면 국내 생태계는 Realm(1수준)이 8개, Biome(2수준)이 18개, Group(3수준) 은 41개 유형으로 분류된다. 남한을 경계로 해당 토지 유형 을 분류하였을 때 유형별 면적은 Table 2와 같다. 본 연구는 지하 환경을 표현한 Subterranean, Subterranean-Marine 및 Subterranean-Freshwater의 9개 EFG 유형을 제외하고 총 32개 EFG 유형을 대상으로 분석을 진행했다(Table 2).

    2. 국내 GET 유형별 지도 제작

    본 연구는 환경 공간정보서비스(https://egis.me.go.kr)에 서 제공하는 세분류 토지피복지도(2021)를 활용하였다. 토 지피복지도는 지구 표면 지형지물의 형태를 일정한 과학적 기준에 따라 분류한 공간 데이터이다. 세분류 토지피복지도 의 경우 2010년 해상도 1M의 지도로 최초 제공된 이후 매 년 현행 지도를 반영하여 수정된다. 이에 본 연구는 국내에 서 제공하는 지도 중 토지 피복을 가장 정확하게 표현하고 있다고 판단되는 지도인 세분류 토지피복지도를 기반으로, 이를 IUCN에서 제공되는 GET 지도와 비교 분석하여, 국내 현황에 맞는 한국 GET 지도를 구축하고자 했다. 추가로, 국토지리정보원(https://www.ngii.go.kr)에서 제공하는 수치 지형도 및 국토교통부에서 제공하는 하수도/배수구역 지도(htt p://data.nsdi.go.kr/dataset), 국립생태원(https://www.nie-ec obank.kr)에서 제공하는 내륙습지 데이터를 활용하여 분석을 진행했다. 중첩, 도출, 경계 제거 등 모든 지도 수정 과정의 경우 QGIS V3.22에서 수행되었다. 한국 전체 국토 경계의 경우 국토지리정보원에서 제공하는 연속 수치지형도 행정 경계 데이터를 활용했다(data.nsdi.go.kr/dataset/12942).

    결과 및 고찰

    1. IUCN 제공 국내 GET 분석

    IUCN에서 제공하는 GET를 그대로 활용하는 것에는 세 가지 한계가 있다. 첫째, 일부 GET의 경우 국토 전체를 포 함하고 있는 유형이 있다(Type 1; F3.2, F3.3, F3.4, F3.5, TF1.2). 또한 전체는 아니지만 일부 지역의 전체 면적을 포 함하는 유형까지 포함한다면, 32개 타입 중 28.12% 가 유형 분류에 있어 신뢰성이 낮은 것으로 분석되었다. 둘째, 유형 이 현황과 차이가 큰 오류가 있다(Type 2; T3.4-T2.4). 특히, GET의 경우 생태계 기능을 고려하여 분류하므로 각 EFG 유형 별 중첩되는 구역이 있을 수 있다. 예를 들어 ‘Muddy shorelines’와 ‘Sandy shorelines’는 명확히 구분되지 않으 며, 하천의 유형 중 ‘F2.4 Freeze-thaw freshwater lakes’의 경우 upland/lowland lake 유형과 구분되는 기능을 나타내 기 위해 제작되어 해당 유형과 중첩될 수 있다. 하지만 ‘T3.4 Warm temperate laurophyll forests’ 그리고 ‘T2.4 Freeze-thaw freshwater lakes’와 같이 전혀 다른 기능의 유 형일 경우에도 중첩되는 구역이 있어 자료를 그대로 활용하 기에 어려움이 있다 (Type 2) 셋째, GET의 경우 글로벌 규모에서 작성되어 기본적으로 해상도가 국내 지도와 차이 가 큰 경우가 있다(Type 3; T7.2, T7.4, T7.5, F2.4, F3.1). 예를 들어 ‘Large reservoir’의 경우 반경 약 20km 버퍼를 통해 지도를 제공하고 있어 실제 현황과 크게 다르며, 비교 적 래스터 격자 크기가 작고 일치율이 높았던 도시지역도 토지피복지도와 비교했을 때 상당히 다른 것을 확인할 수 있다(Type 3). 위 3가지 유형의 한계로 인하여 32개 타입 중 16개, 즉 50% 유형이 그대로 적용하기에 한계점이 있다 고 판단하였고, 이를 해결하기 위해 토지피복지도를 활용하 였다.

    2. 토지유형별 GET의 국내 적용 과정

    토지피복지도의 경우 환경부 훈령 제1317호(2018.3.29.) 의 ‘토지피복지도 작성 지침’에 제시된 대분류, 중분류, 세 분류 항목별 분류기준을 참고하였다. 각 목적에 따라 GET 생태계 유형과 토지피복지도 분류기준이 상응하는 토지 유 형을 선정하고 QGIS에서 지도화하였다.

    1) 농업 유형

    IUCN GET 유형 중 농업생태계에 속하는 EFG는 ‘F3.3 Rice paddies’,‘F3.4 Freshwater aquafarms’, ‘F3.5 Canals, ditches and drains’, ‘T7.1 Annual croplands’, ‘T7.3 Plantations’이다 (IUCN GET ver 2.0; Ottinger et al, 2016). 이를 크게 분류하면 물을 쓰는 농업 유형(F3.3, F3.4, F3.5) 과 주로 육지에서의 행해지는 농업(T7.1, T7.3) 유형으로 분류된다. 토지피복지도 작성 지침에 따르면, 농업지역 (200)은 크게 논, 밭, 시설재배지, 과수원, 기타 재배지로 구분된다. 물 활용 여부에 따라 논(210)과 밭(220)으로 분류 된다. 이에 추가로 시설 설치 여부에 따라 시설 재배지(230) 와 과수 재배 토지(240)로 구분되며, 기타 재배지(250)는 목장 및 양식장(251), 기타 재배지(252)로 분류된다.

    이에 본 연구는 ‘F3.3 Rice paddies’와 논(210)이, ‘T7.1 Annual croplands’와 밭(220)이 상응한다고 판단했다. 추가 로 ‘F3.4 Freshwater aquafarms’의 경우 세분류 중 목장 및 양식장(251)으로 대체하였으며, ‘F3.5 Canals, ditches and drains’의 경우 국토교통부에서 제공하는 ‘하수도/배수구역 지도’와 국토지리정보원에서 제공하는 ‘용수로 지도’를 활 용하여 제작했다. ‘T7.3 Plantations’의 경우 다양한 재료를 위해 설립되고 유지되는 유형으로 시설재배지(231), 과수원 (241), 기타재배지(252)를 중첩하여 지도를 제작하였다.

    2) 도심 유형

    IUCN GET 유형 중 도시생태계에 속하는 유형은 ‘7.4 Urban and industrial ecosystems’로 토지피복지도 작성 지 침에 따르면 시가화 건조지역과 상응한다. 토지피복지도의 시가화 건조지역의 경우 세분류 14개로 분류되어 있어, ‘T7.4’의 단일 유형을 가지고 있는 GET에 비해 훨씬 자세 하게 구분되어 있다. GET가 1.5kmx1.5km의 해상도를 가 지고 있지만, 세부 토지피복지도는 1m 해상도로 현실을 더 잘 반영하고 있다. 이를 고려하여 본 연구는 GET 도심 유형 의 경우 국내 시가화 건조지역 데이터(100)를 활용했다. 또 한 인공나지(620)의 운동장(622) 및 기타나지(623) 부분을 ‘T7.4’로 분류했다.

    3) 산림 유형

    GET에서 제공하는 지도에서 국내 산림 유형에 해당하는 유형은 ‘T2.1 Boreal and temperate high montane forests and woodlands’ ‘T2.2 Temperate-boreal forest and woodlands biome’와 ‘T2.4 Seasonal upland streams’이다. 해당 분류 는 평균 온도, 강수량, 우점종 등을 기준으로 분류하였다. ‘T2.1’의 경우 국내에서는 강원도 일부 지역만을 포함하고 있고, ‘T2.2’의 경우 국내 전체를 ‘T2.4’의 경우 남부지역을 포함하고 있다.

    산림청은 우리나라 산림대를 한대림(연평균 6도 이하). 온대림(평균 10~20도), 난대림(평균 14도 이상)으로 구분한 다(Korea Forest and Environment Research Institute). 국 내 분류에 따르면 ‘백두산 부근의 고원지대 이상만을 한대 림으로 분류하고 있다. 본 연구는 휴전선 이남의 지역을 대 상으로 하여, 한대림에 해당하는 지역이 없으므로 삼림대를 온대림과 난대림으로 구분했다. 산림대의 경우 지도로 제공 되고 있지 않고, 토지피복지도에서는 활엽수(311), 침엽수 림(321), 혼효림(331) 등 토지를 구성하는 산림의 우점종에 따라 분류하고 있다. 대표적인 산림정보 데이터인 임상도의 경우 나무군집 등 세분된 분류가 제공되고 있지만, 이는 GET 산림 유형과 일치하지 않아 그대로 활용할 수 없다. 하지만 토지피복지도 세분류 산림지도의 경우 50m x 50m 해상도로 분류되어 있어 GET 제공 지도보다 해상도가 높 으며, 국내 현황을 반영하고 있다. 이에 본 연구에서는 국내 세분류 토지피복지도의 산림 유형을 활용하여 GET T2.4 와 중첩하여 T2.4 난대림으로 추출하고 이외의 지역을 T2.2 온대림으로 설정했다.

    4) 초지 및 나지 유형

    GET에서 분류 중 초지 및 나지에 해당하는 분류 유형은 ‘T3.4 Young rocky pavements, lava flows and screes’,‘T7.2 Sown pastures and fields’,‘7.5 Derived Semi-natural old fields’ 등 세 가지이다. ‘T7.2 Sown pastures and fields’의 경우 목초지를 뜻하는데, 주요 가축이 포함되는 지역을 말한 다. 토지피복지도의 경우 10mx10m 이상의 초지를 포함하는 목장의 경우 기타초지(423)로 분류하는데, 여기에는 가로수, 완충녹지 등 모든 초지가 포함되어 있어 목장 초지만을 추출 하기 어렵다. 따라서 본 연구에서는 기타초지(423)를 그대로 ‘T7.2’로 설정했다. 차후 목장 초지를 설정할 방안이 필요하 다. T7.5의 경우 토지피복지도의 자연초지(410)을 추출하여 해당 항목으로 분류했다. ‘T3.4’의 경우 광산, 채석장, 기타 광물질 채취장의 인공적으로 조성된 나지를 포함하는 채광지 역인 토지피복지도의 나지(620) 중 채광지역(621)으로 설정 했다.

    5) 습지 유형

    자연 호소 군계(F2: Lakes biome)에는 ‘F2.2 Small permanent freshwater lakes’, ‘F2.4 Freeze-thaw freshwater lakes’ 및 ‘F2.5 Ephemeral freshwater lakes’의 세 가지 유 형이 있다. 인공 호수 및 습지 군계(F3:Artificial wetlands biome)는 ‘F3.1 Large reservoirs’와 ‘F3.2 Constructed lacustrine wetlands’를 포함한다. 즉 GET는 호수와 습지 등을 자연적/인공적으로 분류하고 영속적/일시적 여부에 따 라 유형을 구분했다.

    토지피복지도에서 습지 및 호수는, 내륙습지(수변식 생)(511) 와 호소(712) 등 두 개의 세부 유형으로 분류된다. 따라서 해당 자료를 활용하여 인공성과 자연성을 분류하기 어렵다. 국내 습지 및 호소 분류를 위한 추가 자료로는 국립생 태원(nie-ecobank.kr)에서 제공하는 2,704개 국내 내륙습지 자료가 있고, 국토지리정보원에서 제공하는 수치지형도의 호소 및 저수지 자료가 있다. 본 연구에서는 이 두 개 자료를 병합하여 유형을 분류했다. 구체적으로, ‘F2.2’의 경우 호소 습지 레이어를 도출하고, 수치지형도에서 ‘저수지’를 제외한 항목과 병합했다. 저수지 유형인 ‘F3.1 Large reservoirs’ 유형의 경우 수치지형도에서 저수지라고 명명된 항목만 추출 했다. ‘F3.2 Constructed lacustrine wetlands’의 경우 습지 데이터(nie-ecobank.kr) 자료에서 인공습지 레이어를 추출했 다. 추가로 ‘F2.4 Freeze-thaw’ 호수의 경우 최저온도 0도 미만의 지역을 포함하는데, WorldClim version 2.1 기후자료 (1970-2000)의 최저온도자료를 활용하여 -1도 미만의 지역 을 도출하고, 병합된 국내 습지 자료와 중첩되는 지역을 도출 했다. 일시적(Ephemeral) 습지 유형의 경우 국내 습지 자료를 활용하여 파악할 수 없었다. 기존 자료로 파악되는 국내 습지 및 호소 현황상 영속적인 것으로 판단하여 일시적 (Ephemeral) 습지 유형은 제외하였다.

    6) 수역 유형

    GET에서 하천 유형은 ‘F1.1 Permanent upland streams’, ‘F1.3 Freeze-thaw rivers and streams’, ‘F1.4 Seasonal upland streams’, ‘F1.5 Seasonal lowland rivers’의 4가지로 분류된다. upland는 하천 차수 1~4에 해당하며, lowland는 하천 차수 5~9가 해당한다. 토지피복지도에서 하천은 수역 (700)의 내륙수(711) 하나로 분류된다. 본 연구는 추가적인 분석을 통해 토지피복지도에서 제공하는 하천을 upland와 lowland로 분류했다.

    구체적으로 먼저 Permanent와 Seasonal의 구분에 있어, 토지피복지도에서 제공하는 국내 하천의 경우 영속적으로 존재하는 하천 구조로 판단하여 모든 하천을 Permanent로 분류했다. 하천 차수의 경우 국토지리정보원에서 제공하는 수치표고모델(DEM 90m)을 활용하여 QGIS에서 도출했다. 이후 토지피복지도의 하천과 겹치는 부분을 도출하여 각각 ‘F1.1 Permanent upland streams’와 ‘F1.2 Permanent lowland rivers’로 분류했다. ‘F1.3 Freeze-thaw river and streams’의 경우 최저온도 0도 미만의 지역을 포함하는데, WorldClim version 2.1 기후자료(1970-2000)의 최저온도 자료를 활용하여 -1도 미만의 지역을 도출하고, 하천 토지 피복지도(711)와 중첩되는 지역을 도출하여 ‘F1.3’을 수정 했다. 추가로 토지피복지도의 연안습지 (520)의 경우 ‘MFT1.3 Coastal saltmarshes and reedbeds’로 분류했다. 이외의 ‘Marine-Terrestrial’ 유형인 해안 유형은 기존 GET 유형 범위에서 국내 경계에 포함되는 부분만 추출하여 그대 로 활용했다.

    3. 토지피복지도를 활용한 IUCN GET 유형 분류

    위 과정에 따라 토지피복지도와 기존 국가자료를 활용하 여 국내 GET을 총 25개 유형으로 분류했다. 세부적으로 Terrestrial Realm 9개, Freshwater 9개 Marine-Terrestrial 5개, Terrestrial-Freshwater 1개, Marine-Freshwater- Terrestrial 1개 유형으로 분류했다. 기존의 총 32개 EFG 유형(S 항목 제외) 중 ‘F1.4 Seasonal upland streams’, ‘F1.5 Seasonal lowland rivers’, ‘F2.5 Ephemeral freshwater lakes’, ‘FM1.2 Permanently open riverine estuaries and bays’, ‘FM1.3 Intermittently closed and open lakes and lagoons’, ‘MFT1.1 Coastal river deltas’, ‘TF1.4 Seasonal floodplain marshes’, ‘T2.1 Boreal and temperate high montane forests and woodlands’ 등 7개 EFG유형은 제외되 었다. 세 가지 이유로 나뉘는데 첫째, 간헐적으로 나타나거 나 계절에 따라 변화하는(Ephemeral, Seasonal; F1.4, F1.5 F2.5. TF1.4, FM1.3) 유형의 경우 토지피복지도 혹은 다른 데이터를 활용한 지역적 분석이 불가능했다. 예를 들어, 계 절성 하천으로 분류된 ‘F1.5’의 경우 영속적 하천 하류를 의미하는 유형인 ‘F1.2 Permanent lowland rivers’로 새롭 게 분류했다. 둘째, 연안지역 및 해양지역에 관한 데이터 (FM1.2, MFT1.1)는 토지피복지도에서 제공하고 있지 않 고, 국내 다른 해양 데이터의 공간 데이터도 부재했다. 세 번째로 대한민국에 존재하지 않는 생태계 유형(T2.1; 한대 림 지역, F1.5 계절성 저지대 하천)의 경우 다른 EFG 유형 과 통합하거나, 새로운 EFG유형을 제안했다. 산림환경연구 소에 따르면 한대림(T2.1)은 백두산 부근의 고원지대 이상 지역에만 분포하는 것으로 분석된다. 이 때문의 산림의 경 우 온대림(T2.2) 지역과 난대림(T2.4) 유형으로 수정했다.

    기존 지도와 비교했을 때, ‘F3.2 Constructed lacustrine wetlands’, ‘F3.3 Rice paddies’, ‘F3.4 Freshwater aquafarms’, ‘T7.3 Plantations’ 유형의 면적이 가장 많이 감소하였다 (Table 2). 기존 GET에서는 위 4개 유형의 경우 EFG 유형 별 구분이 없이 국토 전부가 지정되어있어 정확성이 매우 낮았는데, 본 연구를 통해 이를 수정 및 개선하였음이 확인 되었다. 수정된 국내 GET의 경우 온대 산림(T2.2)의 면적 이 가장 많이 늘어났고, ‘MFT1.3 Costal saltmarshes and reedbeds’, ‘F2.2 Small permanent freshwater lakes’ 등 3개 유형의 GET 면적이 수정 후 증가했다. 가장 변화가 적은 유형의 경우 ‘F2.4 Freeze-thaw freshwater lakes’로 약 100 ㎢의 차이가 나타났다. 이외의 유형은 1,000㎢ 이상의 면적 차이가 식별되었는데, 이는 기존 GET의 래스터 크기(최소 750M)가 해상도 5M 수준의 토지피복지도를 활용하여 세 분류되면서 차이가 발생한 것으로 판단된다(Table 2).

    총면적 대비 기존의 GET와 수정된 GET의 유형별 면적/ 총면적을 계산하여 구성 비율을 비교했을 때, ‘T2.2’의 비율 이 약 36%로 수정 후 가장 많이 증가한 것을 볼 수 있다 (Figure 3). 반면, ‘F3.2’ ,‘F3.4’가 10% 이상 감소하였다. 기존 GET의 경우 유형별 비율이 크게 다르지 않다 (3.13±3.7). 이는 기존 GET에서 유형이 국토 대부분을 차지 하고 있는 경우(F3.1, F3.2, F3.3, F3.4, T7.2, T7.3, T7.4) 등으로 인한 것으로, 수정된 GET의 경우(4.0±8.3) 유형별 정확도가 높아지고, 이에 따라 각 EFG 유형별 면적 구성의 차이가 증가한 것을 볼 수 있다.

    기존 GET에서는 모든 EFG의 합이 국토 면적의 8.33 배 였으나, 토지피복지도를 활용하여 수정된 EFG의 경우 국토 면적의 약 1.22 배로 수정되었다. 본 연구는 토지피복지도 유형을 모두 활용하였기 때문에 전 국토를 포함하고 있는 데, 해양 지역 등 중첩되는 지역으로 인하여 국토 면적보다 더 큰 결과가 도출되었다. 서로 다른 출처의 자료를 활용하 여 지도를 도출했기 때문에 중첩이 발생하였는데, 특히 ‘F2.2’, ‘F3.1’, ‘F3.2’, ‘TF1.4’와 같이 습지와 관련된 GET 의 경우, 수치지형도 및 하수도 자료 등을 추가로 활용한 ‘F3.5’, ‘T7.2’등은 하천 및 논 유형의 ‘F1.1’, ‘F1.2’, ‘F3.3’ 등과 중첩되었다.

    생태적 가치를 고려한 토지 유형 분류는 향후 토지 이용 을 기반의 온실가스 산정에 활용될 수 있다. IPCC는 탄소배 출 관리를 위해 산림지, 농경지, 초지, 습지, 정주지, 기타 토지 등 토지유형별로 범국가적 관리 지도를 구축하고, 토 지 유형에 따라 온실가스 통계를 산출하도록 권고하고 있다 (IPCC, 2016). GET는 생태적 기능과 토지 유형을 모두 파 악한 지도로 유형별로 가치를 다르게 판단할 수 있다. 예를 들어 농경지의 경우 물을 활용한 GET 유형(F3.3, F3.4, F3.5)과 주로 육지에서 진행되는 농업 유형(T7.1, T7.3)의 가치를 다르게 판단할 수 있으며, 호수와 습지 등을 자연적/ 인공적으로 분류하고 이것이 영속적인지 일시적인지 분류 함에 따라 해당 유형의 가치를 다르게 계산할 수 있다.

    전 세계의 토지 유형을 공통의 기준으로 분류하는 것은 토지에 대한 범국가적 관리와 국가 간 생태계 평가를 쉽게 한다(Grêt-Regamey and Weibel, 2020;Sievers et al., 2021). 또한 데이터 부족 국가의 경우 범지구적 데이터를 활용하는 것은 생물다양성 보전에 유의미한 효과가 있다 (Murray et al., 2020). 하지만 이러한 하향식(top-down) 과 정에서 각 지역의 실질적 데이터 반영이 누락 될 수 있으며, 이를 통해 생태계의 가치가 과대 또는 과소 평가될 가능성 이 있다. 또한 변화하는 데이터를 반영하는 데 시간이 오래 걸리는 문제가 발생할 가능성도 있다. 이를 해결하기 위해 지역적 데이터를 국제적 기준에 맞추어 재분류 및 산정하는 노력이 필요하다. 본 연구는 국가 데이터를 활용하여 GET 기준에 상응하는 한국의 GET 지도를 제작한 것에 그 의의 가 있다.

    Figure

    KJEE-37-3-209_F1.gif

    The hierarchical levels of GET map. The figure is modified version using “IUCN Global Ecosystem Typology”(https://global-ecosystems.org/page/typology?regionId=ADM_24). GET provides level 3(EFG map), but in the case of the lower level, only conceptual information is provided. In this study, 6-level local data map(Land use map in Korea) was used to integrate it into a new 3-level map according to the EFG concept.

    KJEE-37-3-209_F2.gif

    The GET map of Korea

    KJEE-37-3-209_F3.gif

    Comparison of the original GET and revised GET EFG areas(%)

    Table

    Limitations of original GET map

    The result of Korea Ecosystem IUCN GET Type Using Land Cover Map

    Reference

    1. Diaz, S , Settele, J , Brondizio, E , Ngo, H , Gueze, M , Agard, J , Arneth, A , Balvanera, P , Brauman, K , Butchart, S , Chan, K , Garibaldi, L , Ichii, K , Liu, J , Subrmanian, S , Midgley, G , Miloslavich, P , Molnar, Z , Obura, D , Pfaff, A , Polasky, S , Purvis, A , Razzaque, Jona, Reyers, B , Chowdhury, R , Shin, Y , Visseren-Hamakers, I , Wilis, K , Zayas, C , (2019) Summary for policymakers of the global assessment report on biodiversity and ecosystem services of the Intergovernmental Science-Policy Platform on Biodiversity and Ecosystem Services
    2. Ecobank, National Institute of Ecology, https://www.nie-ecobank.kr
    3. Grêt-Regamey, A. and B. Weibel (2020) Global assessment of mountain ecosystem services using earth observation data.. Ecosystem Services 46: 101213.
    4. Indicative distribution maps for Ecosystem Functional Groups - Level 3 of IUCN Global Ecosystem Typology,https://zenodo.org/record/5090419#.Y9JSUXZBwuU
    5. IPCC. (2006) 2006 IPCC Guidelines for National Greenhouse Gas Inventories. Vol. 4. pp. 8.1-8.29
    6. IUCN, Global Ecosystem Typology,https://global-ecosystems.org/
    7. Keith, David A., Ferrer-Paris, Jose R., Nicholson, Emily, & Kingsford, Richard T (2020) Indicative distribution maps for Ecosystem Functional Groups - Level 3 of IUCN Global Ecosystem Typology (Version 2.1.1) [Data set]. Zenodo.
    8. Keith, D. A. , J. R. Ferrer-Paris, E. Nicholson, M. J. Bishop, B. A. Polidoro, E. Ramirez-Llodra, M. G. Tozer, J. L. Nel, R. Mac Nally, E. J. Gregr, K. E. Watermeyer, F. Essl, D. Faber- Langendoen, J. Franklin, C. E. R. Lehmann, A. Etter, D. J. Roux, J. S. Stark, J. A. Rowland, N. A. Brummitt, U. C. Fernandez- Arcaya, I. M. Suthers, S. K. Wiser, I. Donohue, L. J. Jackson, R. T. Pennington, T. M. Iliffe, V. Gerovasileiou, P. Giller, B. J. Robson, N. Pettorelli, A. Andrade, A. Lindgaard, T. Tahvanainen, A. Terauds, M. A. Chadwick, N. J. Murray, J. Moat, P. Pliscoff, I. Zager and R. T. Kingsford (2022) A function- based typology for Earth's ecosystems. Nature 610 (7932): 513-518.
    9. Keith, D. A. , J. P. Rodríguez, T. M. Brooks, M. A. Burgman, E. G. Barrow, L. Bland, P. J. Comer, J. Franklin, J. Link, M. A. McCarthy, R. M. Miller, N. J. Murray, J. Nel, E. Nicholson, M. A. Oliveira-Miranda, T. J. Regan, K. M. Rodríguez-Clark, M. Rouget and M. D. Spalding (2015) The IUCN Red List of Ecosystems: Motivations, Challenges, and Applications. Conservation Letters 8(3): 214-226.
    10. Korea Forest and Environment Research Institute,https://www.chungbuk.go.kr/forest
    11. Millennium Ecosystem Assessment. Ecosystems and Human Well-Being: Synthesis (Island Press, 2005)
    12. Ministry of Land, Infrastructure and Transport (2018) Study on Statistical Estimation of Greenhouse Gas Emissions from Settlements Based on Land Use. (in Korean)
    13. Motion 074, IUCN World Conservation Congress, Marseillle 2020
    14. Murray, N. J. , D. A. Keith, A. Duncan, R. Tizard, J. R. Ferrer-Paris, T. A. Worthington, K. Armstrong, H. Nyan, H. Win Thuya, O. Aung Htat, Y. Kyaw Zay and H. Grantham (2020) Myanmar's terrestrial ecosystems: Status, threats and conservation opportunities. Biological Conservation 252: 108834.
    15. National Geographic Information Institute,https://www.ngii.go.kr
    16. National Spatial Data infrastructure Portal,http://data.nsdi.go.kr/dataset
    17. Ottinger, M. , K. Clauss and C. Kuenzer (2016) Aquaculture: Relevance, Distribution, Impacts and Spatial Assessments – A Review. Ocean & Coastal Management 119: 244-266.
    18. Rodriguez, J. P., D. A. Keith, K. M. Rodriguez-Clark, N. J. Murray, E. Nicholson, T. J. Regan, R. M. Miller, E. G. Barrow, L. M. Bland, K. Boe, T. M. Brooks, M. A. Oliveira-Miranda, M. Spalding and P. Wit (2015) A practical guide to the application of the IUCN Red List of Ecosystems criteria.. Philos Trans R Soc Lond B Biol Sci 370 (1662): 20140003.
    19. Secretariat of the Convention on Biological Diversity. Global Biodiversity Outlook 5 (CBD, 2020).
    20. Sievers, M., C. J. Brown, C. A. Buelow, R. M. Pearson, M. P. Turschwell, M. Fernanda Adame, L. Griffiths, B. Holgate, T. S. Rayner, V. J. D. Tulloch, M. Roy Chowdhury, P. S. E. zu Ermgassen, S. Yip Lee, A. I. Lillebø, B. Mackey, P. S. Maxwell, A. Rajkaran, A. I. Sousa and R. M. Connolly (2021) Global typologies of coastal wetland status to inform conservation and management. Ecological Indicators 131: 108141.