안녕하세요? 이번 글은 InVEST 통합 모형 중 '서식지 질(Habitat Quality)' 모형의 개념을 글로 정리해 보겠습니다. InVEST는 'Integrated Valuation of Ecosystem Services and Tradeoffs'의 약어입니다. 여기서 Ecosystem Service, 즉, 생태계 서비스는 '인간 사회가 물, 에너지, 탄소의 순환, 생물의 생명 활동 따위와 같은 생태계의 구성 요소나 기능으로부터 혜택을 받는 일'을 뜻합니다(출처: 네이버 국어사전). 학자들은 이러한 생태계 서비스들을 4가지 범주(공급, 조절, 지지, 문화)로 분류하고, 이들간의 균형(Tradeoff) 관계를 강조해 왔습니다.
예를 들면, 특정 시설물이 보호지역 안에 들어오면, 일시적인 문화 서비스가 창출될 수는 있으나 그로 인해 생태계 온전성 유지를 위한 공급, 조절, 지지 서비스 전반에 부정적 영향을 줄 수 있습니다. 과도한 개발로 범주간 균형이 깨지게 되면, 결국 인간이 받는 생태계 서비스 총량은 줄어들게 됩니다. 문제는 이러한 생태계서비스의 변화가 인간의 혜택에 어떻게 영향을 미치는지는 '쉽게 체감되지 않는다'는 것입니다. 인간의 개발 활동이 생태계서비스에 미치는 부정적 영향, 반대로 인간의 보호 활동이 생태계서비스에 미치는 긍정적 영향을 보다 쉽고 논리적으로 제시할 수는 없는 것일까.
모형(models)들은 이 문제점을 해결하는 데서 출발합니다. InVEST는 인간이 생태계로부터 제공받는 다양한 혜택을 평가하고, 이를 지도화하는 통합 모형입니다. 지도의 장점 중 하나는 이해가 '직관적'이라는 점입니다. 정책결정권자들이 환경관련 의사결정을 내리는데 이러한 지도들은 좋은 자료가 될 수 있습니다. 제가 근무하고 있는 국립공원을 비롯한 보호지역은 생태계서비스 기능을 보호하기 위해 특별히 지정된 공간들입니다. 이러한 보호지역의 가치 또는 관리수준을 진단하거나, 혹은 위협인자가 공원 내로 유입될 경우 그 영향을 평가하는데 InVEST는 좋은 도구로 작용할 수 있습니다.
이제 통합모형 중 '서식지 질(Habitat Quality)'의 개념을 정리해 보도록 하겠습니다. 출처는 InVEST 사용자 가이드입니다.
http://data.naturalcapitalproject.org/nightly-build/invest-users-guide/html/habitat_quality.html
Habitat Quality — InVEST 3.6.0 documentation
This folder contains some of the intermediate files created during the model run. Usually you do not need to work with these files, unless you are trying to better understand how the model works, or debugging a model run. They include maps of habitats (hab
data.naturalcapitalproject.org
지표면의 상태를 표현한 '토지피복지도'는 그 자체로 서식지 유무(예: 산림지역의 서식지 유무=1, 시가화 건조지역의 서식지 유무=0)를 결정짓거나, 서식지 질을 차등화(예: 산림지역의 서식지 질=1, 농업지역의 서식지 질=0.4)하는데 사용될 수 있습니다. 이때 토지피복지도는 서식지 유형과 같은 개념으로 사용되며, 토지피복지도의 공간해상도는 서식지 질의 수준에 주요한 영향을 미칩니다. 각각의 토지피복(서식지 유형)에 대한 서식지 질을 정의하면, 해당 지역의 서식지 질을 초기값 상태로 지도화할 수 있습니다.
아래 지도는 환경부 세분류 토지피복지도를 기준으로 제작해본 설악산국립공원의 서식지 질 초기값 지도입니다. 이러한 지도는 연구자가 각 토지피복 별로 어떤 값을 사용했느냐에 따라 달라지게 됩니다.
참고로, 위 지도에서 국립공원 내 일부 서식지 질이 낮게 표현된 이유는 세분류 토지피복지도 분류 클래스 중 '암벽·바위' 서식지 유무를 '0'로 설정했기 때문입니다.
위 초기값 지도는 순수하게 토지피복별 서식지 질만을 평가한 것입니다. 그런데 실제 서식지 질은 인간의 다양한 활동에 영향을 받게 됩니다. 예를 들면, 서식지 주변에 특정 시설물이 추가되었을 때 그러한 변화는 기존 서식지 질의 저하를 유발하게 됩니다. 이것을 InVEST는 '위협인자(threats)'로 정의합니다. 위협인자는 연구자가 토지피복지도의 특정 클래스 중 선정(예: 철도, 도로)할 수 있습니다. 그리고 이러한 위협인자들은 서식지에서 멀어질 수록 영향력이 감소하게 됩니다. 이때 서식지 질에 미치는 최대영향거리를 정의할 수 있습니다(예: 철도의 최대영향거리=5km, 도로의 최대영향거리=3km).
서식지와 위협인자 간의 거리가 멀어짐에 따른 영향 감쇠는 '거리-감쇠(distance-decay)' 함수로 정의됩니다. 이때 위협인자는 그 특성에 따라 선형(linear) 또는 지수형(exponential) 함수를 사용할 수 있습니다. 선형 함수는 거리가 멀어질수록 위협인자 영향이 일정하게 감소할 때, 지수형 함수는 거리가 멀어질수록 위협인자 영향이 점점 높은 비율로 감소할 때 사용합니다. 이것을 식으로 표현하면 아래와 같습니다.
위 식에서 i_rxy는 화소 y의 위협인자 r이 화소 x에 미치는 영향을 나타며, d_xy는 화소 x와 y의 선형 거리, d_r max는 위협인자 r의 최대영향거리를 나타냅니다.
InVEST는 모형 실습을 위한 학습 데이터를 제공(http://releases.naturalcapitalproject.org/?prefix=invest/3.8.0/data/)합니다. 아래 표는 서식지 질 모형 학습데이터에서 제공하는, 서식지 위협인자별 특성을 정의한 표입니다. 위 (1)과 (2)식과 비교해보면 내용을 이해할 수 있는데요, MAX_DIST는 d_r max를, DECAY는 거리-감쇠 함수 유형을 지시하고 있습니다. 각 위협인자의 상대적인 영향은 WEIGHT(가중치)로 정의됩니다.
또 하나의 표는 토지피복별로 정의된, 서식지 위협인자별 민감도(sensitivity)입니다. LULC는 토지피복 구분코드를, HABITAT은 서식지 질의 초기값을, 그리고 나머지 필드들은 각각의 토지피복에 대한 위협인자별 민감도를 나타냅니다. 위협인자별 민감도는 토지피복 특성에 따라 다르게 정의할 수 있습니다. 예를 들면, 도로 위협인자에 대한 민감도는 산림지역(민감도=1)이 주거지역(민감도=0.4)보다 더 높을 수 있습니다.
자, 이제 준비된 소스를 기반으로 각 토지피복 화소별 총 위협수준을 계산할 수 있습니다. 정리된 식은 아래와 같습니다.
D_xj는 토지피복 j로 분류된 화소 x의 총 위협수준을 나타냅니다. i_xy는 (1) 또는 (2)식을 통해 계산된 화소 y의 위협인자 r이 화소 x에 미치는 영향입니다. 그리고 S_jr은 위협인자 r에 대한 토지피복 j의 민감도로 0-1 범위를 갖습니다. 이 식은 공간정보 개념으로는 단순화된 래스터 계산(raster calculation)으로 정리될 수 있습니다.
아직 식에서 설명되지 않은 값으로 β _x가 있습니다. 이 값은 화소 x의 법적·제도적·사회적·물리적 보호수준을 나타내며 0-1의 범위를 갖습니다. 이러한 보호수준을 무시하고 모형을 적용할 때는 β _x를 1로 설정하면 됩니다. 보호지역의 경우, β _x에 1보다 낮은 값을 적용하여 위협인자에 대한 영향을 감소시킬 수 있습니다.
서식지 질 최종 계산식은 아래와 같습니다.
Q_xj는 토지피복 j로 분류된 화소 x의 서식지 질입니다. 그리고 H_j는 토지피복 j의 서식지 질을 지시합니다. z는 축척 계수, k는 반포화 상수로 각각 2.5와 0.5라는 기본(또는 권장)값을 가집니다. 이 식에 대한 InVEST 소스코드는 다음과 같습니다. InVEST는 자유 오픈소스 소프트웨어이기 때문에 소스코드를 통해 해당 모형을 정확히 이해할 수 있습니다.
InVEST 서식지 질 소스코드
https://bitbucket.org/natcap/invest/src/develop/src/natcap/invest/habitat_quality.py
Bitbucket
bitbucket.org
_SCALING_PARAM = 2.5
ksq = half_saturation**_SCALING_PARAM
def quality_op(degradation, habitat):
degredataion_clamped = numpy.where(degradation < 0, 0, degradation)
return numpy.where(
(degradation == _OUT_NODATA) | (habitat == _OUT_NODATA),
_OUT_NODATA,
(habitat * (1.0 - ((degredataion_clamped**_SCALING_PARAM) /
(degredataion_clamped**_SCALING_PARAM + ksq)))))(1)부터 (4)식을 적용하여 계산해 본 설악산국립공원의 서식지 질 지도는 아래와 같습니다.
여기까지 InVEST 통합모형 중 '서식지 질(Habitat Quality)' 모형 개념을 정리해 봤습니다.
둘러보신 것처럼 이 모형은 크게 4가지 인자를 고려하고 있습니다.
- 각 위협인자의 상대적 영향력(또는 가중치)
- 각 위협인자에 대한 서식지 유형별 상대적 민감도
- 서식지와 위협인자 사이의 거리
- 토지의 법적/제도적/사회적/물리적 보호수준
하나의 서식지 질 지도 제작을 위해서는 아래와 같이 다수의 래스터 레이어가 생성되는 과정을 거치게 됩니다. 위 식의 개념들을 QGIS에서도 구동해볼 수 있는데요, 다음 글에서는 InVEST '서식지 질' 모형을 QGIS에서 구동하는 방법을 알아보도록 하겠습니다.
