Research Paper

Split Viewer

Econ. Environ. Geol. 2024; 57(5): 633-645

Published online October 29, 2024

https://doi.org/10.9719/EEG.2024.57.5.633

© THE KOREAN SOCIETY OF ECONOMIC AND ENVIRONMENTAL GEOLOGY

Evaluating Ecosystem Services and Carbon Sequestration in Urban Wetlands: A Case Study of the Gapcheon Wetland in Daejeon, South Korea

Hyemin Lee1, Chan-Mi Choi1, Jung-Hyun Yoo1, Yong-Chan Cho2, Young-Soo Han1,*

1Department of Environmental & IT. Engineering, Chungnam National University, Daejeon 34134, Republic of Korea
2Mineral Resources Division, Korea Institute of Geoscience and Mineral Resources, Daejeon 34132, Republic of Korea

Correspondence to : *hanyoungsoo@cnu.ac.kr

Received: August 13, 2024; Revised: September 24, 2024; Accepted: September 25, 2024

This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided original work is properly cited.

Abstract

Ecosystem services are increasingly recognized for their role in mitigating climate change, particularly through carbon storage and biodiversity. Protecting wetland ecosystems, which are vulnerable to climate change, has become a priority for achieving carbon neutrality. In response, assessment techniques for evaluating wetland value and enhancing carbon sequestration are being developed. Notably, on June 5, 2023, the natural river section of Gapcheon in Daejeon was designated as South Korea's 31st inland national wetland protection area, marking it as the only urban wetland ecosystem in the country to receive such protection. This study evaluates the habitat quality and carbon storage capacity of the Gapcheon Wetland in Daejeon using the InVEST model. To ensure reliability, this study cross-referenced data from the Ministry of Environment’s Ecological Zoning Map and the National Ecological Network Map. Additionally, field surveys were conducted to analyze the organic carbon content in the sediment of the Gapcheon Wetland, assessing the applicability of the InVEST model. The habitat quality assessment using InVEST revealed scores ranging from 0.4606 to 0.0787 across different points in the wetland. Soil analysis at 18 sites showed an average organic matter content of 4.28% and organic carbon content of 2.48%, consistent with similar studies on river wetlands. Since InVEST is based on land cover data, classifications may vary depending on the region and survey period. Therefore, to enhance reliability in assessing habitat quality and carbon storage, it is essential to consider factors such as vegetation, non-vegetation environments, and biodiversity. Moreover, the current lack of standardized input data for the InVEST model in South Korea, which relies on foreign research, underscores the need for developing national coefficients and data infrastructure.

Keywords InVEST model, ecosystem services, wetland, carbon sequestration, habitat quality

도심 습지의 생태계 서비스와 탄소 흡수 평가: 대전 갑천습지 사례 연구

이혜민1 · 최찬미1 · 유정현1 · 조용찬2 · 한영수1,*

1충남대학교, 환경IT융합공학과
2한국지질자원연구원

요 약

생태계 서비스는 생태계가 인간에게 제공하는 혜택을 의미하며, 특히 탄소 저장과 생물다양성을 통해 기후 변화 완화에 중요한 역할을 한다는 점에서 점점 더 주목받고 있다. 기후 변화에 취약한 습지 생태계를 보호하는 것은 탄소 중립을 달성하기 위한 중요한 과제가 되었다. 이에 따라 습지의 가치를 평가하고 탄소 흡수를 증진하기 위한 평가 기술들이 개발되고 있다. 특히, 2023년 6월 5일, 대전 갑천 자연하천 구간이 대한민국의 31번째 내륙 국가습지보호지역으로 지정되었으며, 이는 국내에서 유일한 도심 속 습지 생태계로서 보호를 받게 된 것이다. 본 연구는 InVEST 모델을 통해 대전광역시 갑천습지의 서식지 질과 탄소 저장량을 평가하며, 환경부의 생태자연도 및 국토환경성평가지도를 활용하여 신뢰성을 검토하고, 현장 조사를 통해 갑천습지의 토양 내 유기탄소를 분석하여 InVEST모델의 적용 방안을 검토하였다. InVEST 서식지 질 평가 결과, 갑천습지의 가장 높은 지점은 서식지질의 상대적인 수치로써 0.4606, 가장 낮은 지점은 0.0787로 나타났다. 갑천습지 18개 지점의 토양 유기물 및 유기탄소 함량 조사 결과, 유기물 함량은 평균 4.28%, 유기탄소 함량은 2.48%로, 선행연구를 통해 국내의 다른 하천습지 결과와 비슷한 수치임을 확인하였다. InVEST는 토지피복도를 기반으로 하므로, 지역과 조사 시기에 따라 분류가 달라질 수 있어 특정 지역의 서식지 질 및 탄소 저장량 평가 시 식생, 비식생 환경, 생물다양성 조사를 고려해야 신뢰도를 높일 수 있다. 또한 InVEST 모델 구동에 필요한 국내 여건에 적합한 계수의 확립이 해외 연구 결과를 차용하고 있으며, 이는 국가고유계수개발과 자료 구축의 필요성을 시사한다.

주요어 InVEST model, 생태계서비스, 습지, 탄소흡수, 서식지 질

  • InVEST is a useful modeling tool for quantifying ecosystem value.

  • The ecosystem value of Daejeon Gapcheon wetland was evaluated in terms of carbon storage and habitat quality.

  • The need for developing models and coefficients suited to Korea's domestic conditions was emphasized.

2018년 제 13차 람사르협약 당사국총회 이후 ‘습지생태계서비스 간편 평가 도구(RAWES : Rapid Asessment Wetland Ecosystem Services)’가 공식 채택되면서 습지 생태계서비스 평가의 중요성이 제기되었다. 생태계서비스는생태계가 인간에게 제공하는 편익을 의미하며, 1960년 후반 최초 사용으로부터 경제적인 지표로 사용되어왔다(Lee et al., 2015). 그중에서도 생태계서비스와 기후변화에 있어, 탄소저장량 및 변화량과 생물다양성은 생태계 복원력에 중요하게 작용하는 인자로써 적용된다(Fischer et al., 2006; Geijizendorffer and Roche, 2013; Kim et al., 2015).

국내에서는 2022년부터 기후변화 등과 같은 자연·인위적인 요인에 의해 손상되는 습지생태계의 지속 가능한보호 및 보전과 탄소 중립 실현에 대한 지원을 위해 습지생태계의 가치증진을 고려한 습지생태계 가치평가 및탄소흡수 증진을 위한 평가기술개발사업을 추진하고 있으며, 최근 2023년 6월 5일자로 대전광역시의 갑천습지가 31번째 국내 습지보호지역으로 지정되었다. 대전시 습지보전실천계획에 따르면 갑천습지의 경우 237분류군의식물종과 244종의 생물과 특히 법정보호종인 삵, 수달,원앙, 황조롱이, 미호종개 등도 출현하고 있다. 또한 갑천습지는 습지 등급과 서식처평가에서 각각 1등급으로평가되었고, 식생환경평가에서는 2등급으로 평가되고 있다. 이는 갑천습지가 잠재적인 생태 가치를 지니고 있음을 의미한다. 본 연구에서는 최근 국가 습지 보호지역으로 지정된 갑천 도심하천 구간의 가치를 서식지 질의 측면과 탄소저장소로서의 측면을 강조하여 대전 내에 위치하는 다른 내륙 습지들과 비교하여 평가하고자 한다.

국외에서는 RAWES를 이용한 스리랑카 지역의 습지생태적 가치평가연구(Piyathilake et al., 2022)와 ARIE모델을 이용한 대만 Jinshan Qingshui습지의 생태계서비스평가(Shu-Hui and Ju-Hui, 2022), InVEST의 water yield 모델을 활용한 중국의 Dongting lake 습지의 생태계서비스에 대한 연구(Hu et al., 2020) 등이 이루어졌다. 국내에서는 습지생태계의 공익적 서비스에 관한 연구(Jeong et al., 2013)부터, RAM(Rapid Assessment Method)을 적용한 국내 주요 내륙습지인 제주도 물영아리 오름과 방동소택지를 대상으로 평가와 보전 가치에 대한 연구(Koo and Kim, 2001)와 InVEST모델을 활용한 서울시 습지 지역의 탄소저장량 및 경제성 등의 도심 습지가 주고 있는자연 자원의 가치 평가 연구(Choi and Lee, 2021) 등 국내에서도 다양한 생태계서비스 평가 모델을 활용한 연구가 진행되고 있다. 이는 습지의 자연자원에 대해 도심습지가 제공하는 생태계서비스에 대한 정량화 연구가 가능함을 제시한다(Choi and Lee, 2021).

본 연구에서는 다양한 생태계 서비스 정량화 모델 중InVEST(Integrated Valuation of Ecosystem Services and Trade-offs) 모델을 활용하여 국가에서 제공하는 토지피복도를 활용한 생태계 서비스의 평가를 수행하고자 한다. InVEST 모델은 일반적으로 넓은 지역의 생태계가 제공하는 탄소저장, 수질정화, 홍수조절, 식량생산과 같은 다양한 생태계의 역할에 대한 가치를 평가하는 분야에서사용되어 왔다. 본 연구에서는 이러한 포괄적인 모델이좁은 구역에서 토지피복의 다양성을 지니는 국내 생태계의 서비스 평가에도 유용하게 활용될 수 있는가를 알아보고자 한다. 이를 위해 드론 촬영을 통해 얻은 정밀 지도와 환경공간정보서비스에서 제공하는 1:25000 지도를 활용한 이미지를 비교하여 1:25000 토지피복도의 활용성에대하여 평가하였다.

또한, 모델의 신뢰성을 평가하기 위해 환경부에서 제작한 생태자연도, 국토환경성평가지도를 활용하여 서식지 질 모델의 평가 결과와 비교하였다.

이후 갑천 도심하천 구역의 토양 내 유기탄소 측정을통하여 갑천 도심하천 구간이 국가 내륙습지보호구역으로서 현재 지니고 있는 탄소 저장량의 현황을 조사하였다.

2.1. 연구대상지

갑천습지는 대전광역시 서구 도안동 789번지 일원에 위치하고 있다(Fig. 1). 면적은 959,690 m2으로, 대전광역시 내 습지 중 가장 넓은 면적을 갖고 있으며 하천습지의 형태를 가지고 있다. 특히 갑천습지는 도심 내에 위치해 있음에도 불구하고, 월평공원 및 도솔산과 접해있어 육상 및 수생 생물이 공존하고, 하천 퇴적층의 발달과 함께 원시적인 자연 상태로 유지되고 있어 생태적 가치가 우수하다고 알려져 있다. 최근 2023년에는 국가내륙 습지보호지역으로 지정된 바가 있다.

Fig. 1. Satellite image of the study area: The large red solid line envelope represents the administrative boundary of Daejeon City, while the elongated red area inside indicates the wetland river that is the subject of the study(https://www.vworld.kr/v4po).

2.2. 분석 방법

InVEST는 Stanford 대학과 The Natural Capital Project이 공동 개발한 프로그램으로, 육지, 담수, 해양 등 환경에서 제공하는 생태계 서비스를 정량적으로 평가하고 지도화하여 제공하는 모델이다. 토지피복 및 토지이용도를기반으로 하여 다른 공간 모형에 비해 단순하고 누구나사용가능한 오픈 소프트웨어이다(Sharp et al., 2014). 본연구에서는 InVEST의 Carbon Storage(탄소 저장) 모델과Habitat Quality(서식지 질) 모델을 활용하였다. 또한 모델을 구동하기 위해 환경공간정보서비스에서 제공하는대전지역 1:25000 형식의 중분류 토지피복도(2022년 12월 제작)를 이용하였다. 탄소저장량의 비교를 위해 2014년 토지피복도를 추가적으로 활용하여 비교하였다.

토지피복도란 동질의 특성을 지닌 구역에 대해 분류하고, 지도의 형태로 표현한 공간 정보인데, 물환경, 자연환경, 대기/기후 등 다양한 환경공간 분야에서 이용된다.현재 한국에서는 환경공간서비스에서 국민 누구나 파일을 다운받아 사용할 수 있도록 다양한 축적의 토지피복도를 제공하고 있다.

2.2.1. 드론 기반의 토지피복도 유사도 조사

본 연구에서는 토지피복도의 활용 및 연구 기간 중의지표면 현상을 파악하기 위해 무인항공기 드론(Table 1)을 이용하여 갑천 도심하천구간 및 대전 시 내의 내륙습지를 촬영(2023년 6월 9일)하고, 이를 QGIS를 이용해1:25000 토지피복도와 중첩하여 유사도를 판단하였다. 보다 정확한 지형의 기준정보(Georefefernce)를 위해 지상기준점(Control Points, GCP)을 사용하였다(Taddia et al., 2019).

Table 1 Information of the drone

NamePHANTOM 4 PRO V2.0
Maximum speed7 km/h (S mode)
Maximum practical rise limit elevation6000 m
Maximum flight timeDepending on battery performance
Satellite positioning systemGPS/GLONASS
LensFOV 84°, 24 mm (35 mm conversion), F/2.8~F/11, 1 m-infinity autofocus


2.2.2. InVEST 서식지 질 모델(Habitat Quality Model)

InVEST Habitat Quality 모델에서 격자 y에서의 위협인자 r이 미치는 영향 irxy은 격자 xy에서의 위협인자 r간의 거리 dxy와 위협요인의 최대 영향거리 drmax에 따라, 직선형 식 (1)과 지수형 식 (2)로 계산한다(Sharp et al., 2014).

irxy=1dxydrmax if linear

irxy=exp2.99d rmax dxy if exponential

총 위협 수준 Dx는 격자에서의 법적, 제도적, 사회적,물리적 보호수준 βx과 위협인자 r에 대한 토지피복의 민감도 Sr를 이용해 식 (3)로 계산한다.

Dx= r=1Ry=1Yr W r r=1R W r ryirxyβxSr

최종적인 서식지 질 Qx은 토지피복의 서식지 질 H를 이용해 식 (4)로 계산한다. 이때 z는 축적 계수, k는 반포화상수이다.

Qx=H1Dxy2Dxy2+k2

위협 요인에 영향을 미치는 인자 및 매개변수는 국내외 선행연구를 참고하여 사용하였다(Table 2; Lee et al., 2015; Kim et al., 2015; Terrado et al., 2016). 이때 도심지와 관련 있는 110(Residential Area), 120(Industrial Area), 130(Commercial Area), 140(Recreational Area), 150(Roads), 160(Public facilities)는 비서식지로써 적용된다.

Table 2 Sensitivity and threat factors for each land use code

TypeLulc codeLand-UseBase HQ*Sensitivity for each threat
RoadUrban areaResidential areaCropland
ThreatWeight-0.590.880.580.57
Maximum distance(km)-2.45.93.83.4
Sensitivity110Residential Area0.050000
120Industrial Area0.050000
130Commercial Area0.050000
140Recreational Area0.050000
150Roads0.050000
160Public Facilities0.050000
210Rice Paddies0.250.250.410.330.31
220Field0.30.250.410.330.31
230Facility Cultivation0.250.250.410.330.31
240Fruit Farm0.30.250.410.330.31
250Other Cultivation0.40.250.410.330.31
310Broadleaf Forest0.860.520.750.60.66
320Coniferous Forest0.860.520.750.60.66
330Mixed Forest0.860.520.750.60.66
410Natural Grassland0.50.330.450.360.46
420Artificial Grassland0.340.330.450.360.46
510Inland Wetland0.70.550.70.560.75
520Coastal Wetland0.70.550.70.560.75
610Natural Bare Land0.080.050.130.10.15
620Artificial Bare Land0.080.050.130.10.15
710Inland Water0.650.550.730.580.65
720Ocean Water0.650.550.730.580.65

*HQ: Habitat Quality



2.2.3. InVEST Carbon Storage Model

InVEST의 Carbon Storage and Sequestration 모델은 탄소 저장소를 직·간접적으로 분석 및 제시가 가능하며, 정책 방향의 일환으로 평가할 수 있다는 장점으로 인해 탄소 저장량의 추정 연구에서 사용되고 있다(Li et al., 2020; Hwang et al., 2021). 또한 VISIT, CBM-CFS3, Forest Growth, 그리고 InVEST모델을 비교한 선행논문에서는InVEST모델이 오차율이 적고, 국내에서 적용 가능성이높은 모델이라고 제시하였다(Choi et al., 2014). 탄소의총 저장량은 식 (5)로 나타나며 Carbon pool의 매개변수로 계산된다. Cabove는 지상 바이오매스의 탄소량, Cbelow:지하 바이오매스의 탄소량, Csoil: 토양의 탄소량, Cdead는 죽은 물질의 탄소량이다(He et al., 2016).

C=Cabove+Cbelow+Csoil+Cdead

탄소저장량 추정을 위한 InVEST의 Carbon 모델의Carbon Pool은 국내외 선행연구를 참고하여 사용하였다(Table 3; Tomasso and Leigh ton, 2014; Chung et al., 2015; Lee et al., 2016; Hwang et al., 2021).

Table 3 Carbon pool Table for InVEST model (unit: Mg of C/ha)

Lulc codeLand-UseCaboveCbelowCsoilCdeadLulc codeLand-UseCaboveCbelowCsoilCdead
110Residential Area0000310Broadleaf Forest64.3123.1555.6810.13
120Industrial Area0000320Coniferous Forest42.8711.5738.7513.45
130Commercial Area0000330Mixed Forest53.5917.3647.2211.79
140Recreational Area0000410Natural Grassland4.1716.6988.20
150Roads0000420Artificial Grassland1.154.5811.50
160Public Facilities0000510Inland Wetland35.249.18880
210Rice Paddies0069.90520Coastal Wetland1.31.32400.7
220Field0062.20610Natural Bare Land00.330.330
230Facility Cultivation0045.90620Artificial Bare Land00.330.330
240Fruit Farm005113710Inland Water0000
250Other Cultivation0045.90720Ocean Water0000


2.3. 유기탄소 측정

InVEST 모델은 주로 토지피복도 데이터를 기반으로넓은 지역에서의 탄소 저장량을 정한다. 따라서 습지와같은 작은 범위에서의 모델 구동에 대해 공간적 불일치를 보완해야 한다. 이때 현장에서 측정한 유기탄소량 데이터를 이용하여 탄소 풀 파라미터를 보완한다면 더 높은 정확도의 결과를 도출할 수 있다.

2.3.1. 토양시료 채취

토양시료 채취는 2023년 8월 9일 갑천의 두 구역에서횡 방향으로 진행했으며 강의 물줄기(AE01, BE01, AW01, BW01)를 기준으로 3 m의 간격의 4개의 지점에서 2번씩채취하였다. 습지와 비습지 구역의 유기탄소량 비교를 위해 습지 구역에서 벗어난 도로 옆 두 지점(AE05, BE05)에서 토양을 채취하였다(Fig. 2).

Fig. 2. Sampling point

2.3.2. 강열감량법 (LOI, Loss-on-Ignition)을 이용한 유기탄소 분석

채취된 토양은 2 mm 체로 친 후 105 ℃에서 24시간이상 건조 및 칭량한 다음, 국립농업과학원의 토양화학분석법에서 제시한 강열감량법을 활용하여 유기물함량을측정하였다. 본 연구에서는 450 ℃에서 1시간 가열한 후감량을 산출하여 유기물함량 %(w/w)을 구하고 1.724로나누어 유기탄소 함량을 계산하였다.

3.1. 드론 기반의 토지피복도 유사도 조사

갑천 습지의 드론 촬영사진을 지도화하여 2022년도 토지피복도와의 유사도에 대해 알아보고자 QGIS를 이용하여 맵핑하였다(Fig. 3). 이에 대해 물줄기 및 초지, 나지등 대부분의 지역이 일치하는 것을 알 수 있었고, 산책로 형성 및 동·서 방향의 연결 공사로 인한 내륙수 등의토지피복 범례의 변화가 있음을 파악하였다. 이는 토지피복도를 활용한 국소 지역의 분석의 경우 시간 흐름에따른 변화에 대해 영향을 받기 때문에 이에 대한 평가에서 유의하여야 함을 보여준다.

Fig. 3. The overlapping of the drone image of Gapcheon Wetland (June 9, 2023) and the land cover map (December 7, 2022).

3.2. 갑천습지의 InVEST 서식지 질 평가

대전광역시 전체에 대한 InVEST 서식지 질 모델 구동결과를 Fig. 4에 나타내었으며, 대전광역시 내에 존재하는 갑천 도심하천 구간 및 11개 내륙습지에 대해 계산한서식지 질의 평균값 및 식생평가 등급값과 비교한 결과를 Table 4에서 확인할 수 있다. 서식지 질은 0과 1의 사이 값으로 나타나는데, 1과 가까울수록 서식지 질이 우수하고, 0과 가까울수록 서식지 질이 상대적으로 떨어지는 것을 의미한다. 한편, 도심지 및 도로와 같은 인간의활동 지역은 서식지 질 수치를 저해시키는 등 분석 지역주변의 환경은 서식지 질 분석에 영향을 미친다(Kim et al., 2015; Lee et al., 2021). 대전광역시 내에서 서식지질은 산림지역에서 가장 높은 0.8 근처의 값을 나타내었으며, 내륙습지에서는 대체적으로 0.3 - 0.4 정도의 값을일반적으로 보인다. 다만 갑천습지 보호구역의 경우 도심지의 하천이므로 주변에 존재하는 위협요소와의 거리가 가까운 관계로 대체적으로 낮은 서식지 질 값을 보여주고 있다. 갑천습지는 InVEST 서식지 질 모델에서 다른 내륙 습지들에 비해 비교적 낮은 값으로 평가되었지만, 2020년 대전시 습지 보전실천계획에 따르면 습지등급 1등급, 서식처평가 1등급, 식생평가 2등급으로 평가되었다. 갑천습지는 도심 내 위치한 습지로써 시가지 및 도로 등 주변 위협 요인이 많은 편에 속하나, 다양한 수환경 특성 제공 및 천연기념물(미호종개)의 서식처로써 습지보전등급에서 평균적으로 높은 등급으로 평가됨을 확인하였다. 따라서 이는 주변 위협 요인은 매우 많은 편이나, 갑천습지가 갖고 있는 생물다양성이나 식생비율이높은 편에 속하다는 것으로 종합적인 평가가 가능하다.

Table 4 Wetland Evaluation of Inland Wetlands in Daejeon City

WetlandAverage of habitat qualityWetland grade*Habitat grade*Vegetation grade*
Gapcheon0.2688112
Gatjeomgol0.2617333
Giseong0.3378222
Sinsangdong0.3187223
Ihyeondong0.4531222
Jikdong0.5307233
Chudong0.2960223
Mulhandari0.3494232
Bangdong0.2949222
Saseumgol0.2838333
Secheon0.2486333
Yucheon0.3329222

*2020년 대전시 습지 보전실천계획, 습지보전등급


Fig. 4. Habitat Quality map of the Daejeon simulated using the InVEST model: Red areas indicate lower habitat grade, while blue areas represent higher habitat grade.

갑천습지 보호구역의 결과를 보여주는 Fig. 5 (A)에서자세히 표시된 지엽적인 서식지 질의 상대적인 수치로써 가장 높은 지점은 약 0.4606, 비서식지(0.05)를 제외한 가장 낮은 지점은 약 0.0787로 나타난다. 이는 본 분석에서서식지 질이 가장 높은 지점의 경우 도솔산을 가까이 인접하고 있어 상대적으로 높게 평가됨을 알 수 있다. 가장 낮은 지점은 습지의 관리 및 개발을 위한 인공 나지구역으로써 서식지 위협의 영향이 있는 곳으로 판단된다.

Fig. 5. Result maps of Gapcheon wetland, (A) Habitat Quality Map (B) Ecological and Nature Map (C) Urban Ecological Map

환경부에서 제공하는 국토환경성평가지도와 생태·자연도를 통해 비교(Fig. 5 (B), (C))해 보면, 가장 높은 지점에서 각각 1등급으로 표기됨을 알 수 있다. 또한 가장 낮은 지점을 비교했을 때 국토환경성평가지도에서는 5등급,생태·자연도에서는 등급 산출이 되지 않았음을 확인하였다. 이때, 생태·자연도는 생태계와 자연환경의 보전 가치를 기반으로 등급화 하여 작성되었으며, 국토환경성평가는 법제적 평가와 환경·생태적 평가 등의 70개의 주제도를 중첩하여 토지의 보전가치를 평가한 것(Jeon et al., 2008)이므로 이를 통해 토지피복 기반의 InVEST Habitat Model을 이용한 생태계의 정량적 평가의 가능성을 확인하였다.

3.2. 갑천습지의 탄소저장량 평가

대전광역시의 시가화·건조지역, 농업지역, 산림지역, 초지, 습지, 나지, 수역으로 구분하여 토지피복도 별 탄소저장량에 대해 평가하고, 이를 바탕으로 갑천습지의 탄소저장량과 비교하여 분석하였으며, 이에 따라 대전광역시의 탄소 저장량에 대한 InVEST 구동 결과를 QGIS를통해 나타내었다(Fig. 6). 이때 토지피복 별로 0 - 13.79 ton의 분포 값을 가지며, 탄소 pool에 의해 탄소 저장이불가한 지역은 빨간색(0)으로 표시되었다. 이때 토지피복별 탄소량 및 면적당 탄소 저장량을 산출하였다(Table 5).

Table 5 Area and carbon storage by land use

Land-UseArea (m2)Carbon Storage (ton)ton/ha
Urban Area100,643,00610,4481.04
Agricultural Area62,976,757392,61562.34
Forested Area275,970,2413,658,784132.58
Grassland55,781,124109,56219.64
Wetland7,397,63290,849122.81
Barren Land12,409,2433,3872.73
Water Area24,359,1124,1041.69
Gapcheon wetland959,6909,00875.20

Fig. 6. Carbon storage map of the Gapcheon Wetland simulated using the InVEST model: Red areas indicate lower carbon storage, while blue areas represent higher carbon storage.

InVEST 분석 결과 대전광역시의 총 탄소 저장량은4,269,749 ton이며, 토지피복 별 탄소 저장량은 산림지역이 3,658,784 ton으로 가장 높았고, 농업지역(392,615 ton),초지(109,562 ton), 습지(90,849 ton), 시가화·건조지역(10,448 ton), 수역(4,104 ton), 나지(3,387 ton)순으로 나타났다. 산림지역의 탄소 저장량이 전체 탄소 저장량의약 86%만큼 차지하며 농업지역(9.20%), 초지(2.57%), 습지(2.13%), 시가화·건조지역(0.24%), 수역(0.10%), 나지(0.08%)순으로 나타났다.

갑천습지의 탄소저장량은 9,008 ton으로, 이는 대전광역시의 총 탄소 저장량 중 약 0.21%이며, 시가화·건조지역의 탄소저장량(10,448 ton)과 근사한 수치를 나타낸다.면적(ha) 당 탄소량을 평가했을 때, 토지피복 별 면적 당탄소저장량은 산림지역이 132.58 ton/ha으로 가장 높았고,습지(122.81 ton/ha), 농업지역(62.34 ton/ha), 초지(19.64 ton/ha), 나지(2.73 ton/ha), 시가화·건조지역(1.04 ton/ha)순으로 나타났다. 갑천습지의 면적 당 탄소량은 75.20 ton/ha이며, 이를 통해 대전광역시의 산림지역 및 습지 다음으로 면적 당 탄소량이 가장 많음을 확인하였다.

3.2.1. 대전광역시 내 내륙습지의 2014년 대비 2022년도 탄소 저장량 증감 분석

장기적 요인으로 인한 탄소 저장량 변화 분석을 위해2014년도 및 2022년도의 토지피복도를 이용하여 대전광역시 내 내륙습지의 탄소량 증감을 분석하였다(Fig. 7).갑천습지는 탄소량이 감소한 8개의 내륙습지 중 4번째로가장 큰 탄소 저장량 감소 형태를 보였다. 갑천습지의 경우, 공원 조성 등을 위한 사업이 진행됨에 따라 2014년대비 2022년에 밭(-6.22 ha)과 자연초지(-8.21 ha)의 면적이 크게 감소하고, 인공초지의 면적이 18.32 ha 만큼 늘어남과 따라 탄소 저장량의 감소를 보인 것으로 확인하였다(Table 6).

Table 6 Changes in Area by Land Cover in 2022 Compared to 2014

LULC20142022Amount of change
Residential Area00.060.06
Industrial Area0.770-0.77
Commercial Area0.430.01-0.42
Recreational Area000
Roads2.763.360.6
Public Facilities00.590.59
Rice Paddies1.950-1.95
Field7.451.24-6.21
Facility Cultivation1.970-1.97
Fruit Farm0.590-0.59
Other Cultivation000
Broadleaf Forest1.470.44-1.03
Coniferous Forest0.250.290.04
Mixed Forest0.60.870.27
Natural Grassland8.210-8.21
Artificial Grassland2.9621.2718.31
Inland Wetland55.6762.196.52
Coastal Wetland000
Natural Bare Land01.521.52
Artificial Bare Land10.435.74-4.69
Inland Water25.1222.87-2.25

Fig. 7. Changes in Carbon Storage in 2022 of Inland Wetlands in Daejeon compared to 2014.

3.3. 갑천습지 유기탄소 및 유기물 분석

조사지역에서 수행한 감열감량법 결과에 따르면, 갑천습지 토양의 유기물 함량은 평균적으로 약 4.28%로 나타났으며, 유기탄소의 평균 함량은 약 2.48%이다(Table 7).대부분의 구역 모두 하천과 멀어질수록 낮게 나타나는경향을 보였다. 갑천습지와 국내 다양한 습지지역의 토양 유기물 함량과 비교하였을 때(Table 8), 하천습지는2.88 - 6.07%의 유기물함량을 보였으며, 갑천습지 역시 하천습지 내에서 비슷한 수치임을 확인하였다. 이와 같은현장 조사는 조사지점의 실제 유기탄소량을 이용하여 탄소 풀 재작성 활용 등, 모델의 정확성 향상의 수단으로써 가치가 있다.

Table 7 Analysis of organic matter content and organic carbon in Gapcheon wetland

SampleOrganic Matter Content(%)Organic Carbon(%)SampleOrganic Matter Content(%)Organic Carbon(%)
AE01-15.633.2643BE01-16.363.6896
AE01-26.633.8449BE01-25.012.9082
AE02-12.341.3557BE02-15.903.4202
AE02-24.272.4771BE02-24.172.4169
AE03-14.792.7758BE03-16.783.9341
AE03-24.152.4080BE03-26.883.9928
AE04-10.710.4139BE04-18.725.0561
AE04-21.510.8730BE04-28.264.7913
AE05-10.820.4729BE05-13.171.8373
AE05-22.711.5731BE05-23.972.3000
AW01-16.453.7410BW01-11.410.8165
AW01-27.984.6280BW01-22.761.5996
AW02-13.852.2304BW02-14.522.6204
AW02-24.602.6665BW02-24.152.4046
AW03-13.862.2366BW03-11.941.1232
AW03-24.472.5937BW03-21.440.8357
AW04-14.872.8251BW04-12.111.2263
AW04-24.912.8465BW04-23.351.9439

Table 8 Soil organic matter contents reported for several Korea wetland areas

NameWetland TypesOrganic Matter Content(%)MethodReference
DaepyungnupNatural13.44Loss on Ignition(Lee and Kang, 2010)
Jang-Hang wetlandRiverine3.22Carbon Emission Measurement(Ki and Choi, 2011)
Han River WetlandRiverine6.07Loss on Ignition(Lim et al., 2009)
Hwapo WetlandRiverine3.11Loss on Ignition(Ahn et al., 2012)
Damyang Riverine WetlandRiverine2.88Tyurin(Jeong, 2024)


3.4. 모델의 한계 및 적용 방안

InVEST 모델의 경우, 국내에 적합한 계수가 부족한 상황이기 때문에 국내의 환경, 분석 지역 조건 등을 고려한 모델 계수 산정이 필요한 상황이다. 또한 토지피복 데이터를 중심으로 평가한다는 점에서 모델의 신뢰성을 위한 복합적인 특성을 반영하는 것이 필요하다. 이에 대해다른 모델과 비교 분석하거나(Cong et al., 2020; Kim, 2020), 전문가 의견을 통한 모델의 계수의 기준을 조정하는 등의 연구가 필요하다(Shin et al., 2024).

한편, 본래 존재하던 생태계서비스 평가체계에는 현장지형조사, 생물다양성 조사 등 많은 인력과 시간을 소비해야 한다. 그러나 InVEST 모델은 국내 공공 데이터 오픈 정책에 따라 토지피복도 및 생태자연도와 같은 자료수집에 대한 접근성이 좋고 시나리오 분석을 제공하는등 사용자 친화적인 오픈 소프트웨어로써의 장점이 있기때문에 생태계서비스를 기반으로 한 의사결정도구로써자원 관리 대책 수립의 기초 단계에 있어 생태계서비스의사결정모델로 활용할 수 있다.

InVEST 서식지 질 평가 결과, 갑천습지에서 가장 높은지점은 0.4606, 가장 낮은 지점은 0.0787로 나타났다. 서식지 질의 경우, 인접한 주변 환경이 서식지 위협에 영향을 미치게 된다. 이때 InVEST는 토지피복도를 기반하기 때문에 국소 지역의 경우 토지피복도 제작을 위한 조사 시기에 따라 토지피복 분류의 변화가 있을 가능성이높다. 이러한 이유로 InVEST를 이용한 해안연안지역이나 습지구역 등 특정 지역의 서식지질 및 탄소저장량 평가를 위해서 식생 및 비식생환경과 생물다양성 현황 조사 등을 고려한 평가가 이루어진다면 생태계서비스평가에 대한 신뢰도를 높일 수 있을 것으로 판단된다.

갑천습지의 18개 지점에 대해 강열감량법으로 토양 유기물 함량 및 유기탄소 함량을 조사한 결과 유기물 함량은 평균 4.28%, 유기탄소 함량은 평균 2.48%으로 선행연구를 통해 하천습지 내에서 비슷한 수치임을 확인하였다.

현재 국내에선 생태계서비스의 의사결정 모델 InVEST모델 구동에 필요한 국내 여건에 적합한 계수의 확립이이루어져 있지 않아, 해외 연구 결과를 차용하고 있는 상황이다. 이는 생태계서비스 평가를 위한 InVEST 모델 사용에 있어서 국가고유계수 개발 및 자료 구축이 필요함을 나타낸다. 따라서 본 연구의 결과가 추후 습지의 생태계서비스 평가 방안 중 과학적 평가로써, 습지의 생태계서비스 및 탄소 저장 관련 연구 및 정량적 가치평가기술개발에 있어 기초자료로 활용되기를 기대한다.

본 연구는 대전녹색환경지원센터와 환경부의 폐자원에너지화 전문인력 양성사업의 지원으로 수행되었음.

  1. Ahn, C.H., Kwon, J.H., Joo, J.C., Song, H.M. and Joh, G. (2012) Water quality of a rural stream, the Hwapocheon stream, and its analysis of influence factors. Journal of Korean Society of Environmental Engineers, v.34(6), p.421-429. doi: 10.4491/KSEE.2012.34.6.421
    CrossRef
  2. Choi, H.-A., Lee, W.-K., Jeon, S.W., Kim, J.S., Kwak, H., Kim, M., Kim, J. and Kim, J.T. (2014) Quantifying climate change regulating service of forest ecosystem-focus on quantifying carbon storage and sequestration. J. Clim. Chang. Res., v.5, p.21-36. doi: 10.15531/ksccr.2014.5.1.21
    CrossRef
  3. Choi, J., Jongmin, O. and Lee, S. (2021) The evaluation of carbon storage and economic value assessment of wetlands in the city of Seoul. Ecology and Resilient Infrastructure, v.8(2), p.120-132. doi: 10.17820/eri.2021.8.2.120
    CrossRef
  4. Chung, M.G., Kang, H. and Choi, S.-U. (2015) Assessment of coastal ecosystem services for conservation strategies in South Korea. PLoS One, v.10(7), e0133856. doi: 10.1371/journal.pone.0133856
    Pubmed KoreaMed CrossRef
  5. Cong, W., Sun, X., Guo, H. and Shan, R. (2020) Comparison of the SWAT and InVEST models to determine hydrological ecosystem service spatial patterns, priorities and trade-offs in a complex basin. Ecological Indicators, v.112, 106089. doi: 10.1016/j.ecolind.2020.106089
    CrossRef
  6. Fischer, J., Lindenmayer, D.B. and Manning, A.D. (2006) Biodiversity, ecosystem function, and resilience: ten guiding principles for commodity production landscapes. Frontiers in Ecology and the Environment, v.4(2), p.80-86. doi: 10.1890/1540-9295(2006)004[0080:BEFART]2.0.CO;2
    CrossRef
  7. Geijzendorffer, I.R. and Roche, P.K. (2013) Can biodiversity monitoring schemes provide indicators for ecosystem services? Ecological Indicators, v.33, p.148-157. doi: 10.1016/j.ecolind.2013.03.010
    CrossRef
  8. Hae-seon, S., Jeong-eun, J., Sang-cheol, L., Hye-yeon, K., Gyeongrok, K., Jin, J. and Song-hyun, C. (2024) Establishing Habitat Quality Criteria for the Ecosystem Services InVEST Model Using AHP Techniques [Establishing Habitat Quality Criteria for the Ecosystem Services InVEST Model Using AHP Techniques]. Korean Journal of Environment and Ecology, v.38(1), p.67-78. https://kiss.kstudy.com/Detail/Ar?key=4083315
    CrossRef
  9. He, C., Zhang, D., Huang, Q. and Zhao, Y. (2016) Assessing the potential impacts of urban expansion on regional carbon storage by linking the LUSD-urban and InVEST models. Environmental Modelling & Software, v.75, p.44-58. doi: 10.1016/j.envsoft.2015.09.015
    CrossRef
  10. Hu, W., Li, G., Gao, Z., Jia, G., Wang, Z. and Li, Y. (2020) Assessment of the impact of the Poplar Ecological Retreat Project on water conservation in the Dongting Lake wetland region using the InVEST model. Science of the Total Environment, v.733, 139423. doi: 10.1016/j.scitotenv.2020.139423
    Pubmed CrossRef
  11. Hwang, J., Choi, Y., Yoo, Y., Sun, Z., Cho, H. and Jeon, S. (2021) Analysis of Land Use Changes and Carbon Storage by Region under the Seoul Metropolitan Area Readjustment Planning Act Using the InVEST Carbon Model. J. Clim. Change Res., v.12, p.523-535. doi: 10.15531/ksccr.2021.12.5.523
    CrossRef
  12. Jeon, S.W., Lee, M.J., Song, W.K., Sung, H.C. and Park, W. (2008) Review of compositional evaluation items for environmental conservation value assessment map (ECVAM) of national land in Korea. Journal of the Korean Society of Environmental Restoration Technology, v.11(1), p.1-13.
  13. Jeong, G.Y. (2024) Spatio-Temporal Changes in Land Cover and the Spatial Distribution of Soils in the Damyang Riverine Wetland. Journal of the Korean Association of Regional Geographers, v.30(2), p.239-253. doi: 10.26863/JKARG.2022.11.28.4.439
    CrossRef
  14. Jeong, H.M., Kim, H.R. and You, Y.H. (2013) A study on the ecosystem service of wetland-1. Effective biological control of the mosquito larvae using native fishes. Journal of Wetlands Research, v.15(1), p.19-24. doi: 10.17663/JWR.2013.15.1.019
    CrossRef
  15. Ki, B.-M. and Choi, J.-H. (2011) Effects of Global Warming on the Estuarine Wetland Biogeochemistry. Journal of Korean Society of Environmental Engineers, v.33(8), p.553-563. doi: 10.4491/KSEE.2011.33.8.553
    CrossRef
  16. Kim, J.-H. (2020) A Comparative Study on the Habitat Quality Assessment and NDVI at Mudeungsan National Park. Journal of National Park Research, v.11(1), p.81-86. https://www.earticle.net/Article/A411481
  17. Kim, T., Song, C., Lee, W.-K., Kim, M., Lim, C.-H., Jeon, S.W. and Kim, J. (2015) Habitat quality valuation using InVEST model in Jeju Island. Journal of the Korean Society of Environmental Restoration Technology, v.18(5), p.1-11. doi: 10.13087/kosert.2015.18.5.1
    CrossRef
  18. Koo, B.-H. and Kim, K.-G. (2001) A study on the assessment for the functions of inland wetlands using RAM (Rapid Assessment Method). Journal of the Korean Society of Environmental Restoration Technology, v.4(3), p.38-48.
  19. Lee, C., Kwak, S., Kim, C., Bae, H., Seo, Y., Ahn, S., Kang, W., Kim, J. and Shin, J. (2016) An integrated approach to environmental valuation. Korea Environment Institution.[Korean Literature]. doi: 10.23000/TRKO201800014473
    CrossRef
  20. Lee, H., Kim, C., Hong, H., Roh, Y., Kang, S., Kim, J., Shin, S., Lee, S., Kang, J. and Kang, J. (2015) Development of decision supporting framework to enhance natural capital sustainability: Focusing on ecosystem service analysis. Korea Environment Institute, 3479-3651. doi: 10.23000/TRKO201800014564
    CrossRef
  21. Lee, J.-Y., Kang, D.-S. and Sung, K.-J. (2010) Assessment of the wetland soil development in constructed Wetlands using the soil properties of a reference wetland. Journal of Wetlands Research, v.12(1), p.1-14.
  22. Lee, J., Woo, S., Kim, Y., Park, J. and Kim, S. (2021) Evaluation of InVEST habitat quality model using aquatic ecosystem health data. Journal of Korea Water Resources Association, v.54(9), p.657-666. doi: 10.3741/JKWRA.2021.54.9.657
    CrossRef
  23. Li, L., Song, Y., Wei, X. and Dong, J. (2020) Exploring the impacts of urban growth on carbon storage under integrated spatial regulation: A case study of Wuhan, China. Ecological Indicators, 111, 106064. doi: 10.1016/j.ecolind.2020.106064
    CrossRef
  24. Lim, B.-M., Ki, B.-M. and Choi, J.-H. (2009) A study on the biogeochemistry of the sediments in the Han river estuary. Journal of Korean Society of Environmental Engineers, v.31(10), p.839-844.
  25. Piyathilake, I., Udayakumara, E., Ranaweera, L. and Gunatilake, S. (2022) Modeling predictive assessment of carbon storage using InVEST model in Uva province, Sri Lanka. Modeling Earth Systems and Environment, v.8(2), p.2213-2223. doi: 10.1007/s40808-021-01207-3
    CrossRef
  26. Sharp, R., Tallis, H., Ricketts, T., Guerry, A., Wood, S.A., Chaplin-Kramer, R., Nelson, E., Ennaanay, D., Wolny, S. and Olwero, N. (2014) InVEST user’s guide. The Natural Capital Project: Stanford, CA, USA, 306.
  27. Shu-Hui, H. and Ju-Hui, H. (2022) Using the Artificial Intelligence for Ecosystem Services (ARIES) model to explore the value of socio-economic ecosystems using the Jinshan Qingshui Wetland in Northern Taiwan as a case study. doi: 10.31428/10317/10469
    CrossRef
  28. Taddia, Y., Stecchi, F. and Pellegrinelli, A. (2019) Using DJI Phantom 4 RTK drone for topographic mapping of coastal areas. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, v.42, p.625-630. doi: 10.5194/isprs-archives-XLII-2-W13-625-2019
    CrossRef
  29. Terrado, M., Sabater, S., Chaplin-Kramer, B., Mandle, L., Ziv, G. and Acuña, V. (2016) Model development for the assessment of terrestrial and aquatic habitat quality in conservation planning. Science of the Total Environment, v.540, p.63-70. doi: 10.1016/j.scitotenv.2015.03.064.
    Pubmed CrossRef
  30. Tomasso, L.P. and Leighton, M. (2014) The impact of land use change for greenhouse gas inventories and state-level climate mediation policy: A GIS methodology applied to Connecticut. Journal of Environmental Protection, v.5(17), p.1572-1587. doi: 10.4236/jep.2014.517149.
    CrossRef

Article

Research Paper

Econ. Environ. Geol. 2024; 57(5): 633-645

Published online October 29, 2024 https://doi.org/10.9719/EEG.2024.57.5.633

Copyright © THE KOREAN SOCIETY OF ECONOMIC AND ENVIRONMENTAL GEOLOGY.

Evaluating Ecosystem Services and Carbon Sequestration in Urban Wetlands: A Case Study of the Gapcheon Wetland in Daejeon, South Korea

Hyemin Lee1, Chan-Mi Choi1, Jung-Hyun Yoo1, Yong-Chan Cho2, Young-Soo Han1,*

1Department of Environmental & IT. Engineering, Chungnam National University, Daejeon 34134, Republic of Korea
2Mineral Resources Division, Korea Institute of Geoscience and Mineral Resources, Daejeon 34132, Republic of Korea

Correspondence to:*hanyoungsoo@cnu.ac.kr

Received: August 13, 2024; Revised: September 24, 2024; Accepted: September 25, 2024

This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided original work is properly cited.

Abstract

Ecosystem services are increasingly recognized for their role in mitigating climate change, particularly through carbon storage and biodiversity. Protecting wetland ecosystems, which are vulnerable to climate change, has become a priority for achieving carbon neutrality. In response, assessment techniques for evaluating wetland value and enhancing carbon sequestration are being developed. Notably, on June 5, 2023, the natural river section of Gapcheon in Daejeon was designated as South Korea's 31st inland national wetland protection area, marking it as the only urban wetland ecosystem in the country to receive such protection. This study evaluates the habitat quality and carbon storage capacity of the Gapcheon Wetland in Daejeon using the InVEST model. To ensure reliability, this study cross-referenced data from the Ministry of Environment’s Ecological Zoning Map and the National Ecological Network Map. Additionally, field surveys were conducted to analyze the organic carbon content in the sediment of the Gapcheon Wetland, assessing the applicability of the InVEST model. The habitat quality assessment using InVEST revealed scores ranging from 0.4606 to 0.0787 across different points in the wetland. Soil analysis at 18 sites showed an average organic matter content of 4.28% and organic carbon content of 2.48%, consistent with similar studies on river wetlands. Since InVEST is based on land cover data, classifications may vary depending on the region and survey period. Therefore, to enhance reliability in assessing habitat quality and carbon storage, it is essential to consider factors such as vegetation, non-vegetation environments, and biodiversity. Moreover, the current lack of standardized input data for the InVEST model in South Korea, which relies on foreign research, underscores the need for developing national coefficients and data infrastructure.

Keywords InVEST model, ecosystem services, wetland, carbon sequestration, habitat quality

도심 습지의 생태계 서비스와 탄소 흡수 평가: 대전 갑천습지 사례 연구

이혜민1 · 최찬미1 · 유정현1 · 조용찬2 · 한영수1,*

1충남대학교, 환경IT융합공학과
2한국지질자원연구원

Received: August 13, 2024; Revised: September 24, 2024; Accepted: September 25, 2024

요 약

생태계 서비스는 생태계가 인간에게 제공하는 혜택을 의미하며, 특히 탄소 저장과 생물다양성을 통해 기후 변화 완화에 중요한 역할을 한다는 점에서 점점 더 주목받고 있다. 기후 변화에 취약한 습지 생태계를 보호하는 것은 탄소 중립을 달성하기 위한 중요한 과제가 되었다. 이에 따라 습지의 가치를 평가하고 탄소 흡수를 증진하기 위한 평가 기술들이 개발되고 있다. 특히, 2023년 6월 5일, 대전 갑천 자연하천 구간이 대한민국의 31번째 내륙 국가습지보호지역으로 지정되었으며, 이는 국내에서 유일한 도심 속 습지 생태계로서 보호를 받게 된 것이다. 본 연구는 InVEST 모델을 통해 대전광역시 갑천습지의 서식지 질과 탄소 저장량을 평가하며, 환경부의 생태자연도 및 국토환경성평가지도를 활용하여 신뢰성을 검토하고, 현장 조사를 통해 갑천습지의 토양 내 유기탄소를 분석하여 InVEST모델의 적용 방안을 검토하였다. InVEST 서식지 질 평가 결과, 갑천습지의 가장 높은 지점은 서식지질의 상대적인 수치로써 0.4606, 가장 낮은 지점은 0.0787로 나타났다. 갑천습지 18개 지점의 토양 유기물 및 유기탄소 함량 조사 결과, 유기물 함량은 평균 4.28%, 유기탄소 함량은 2.48%로, 선행연구를 통해 국내의 다른 하천습지 결과와 비슷한 수치임을 확인하였다. InVEST는 토지피복도를 기반으로 하므로, 지역과 조사 시기에 따라 분류가 달라질 수 있어 특정 지역의 서식지 질 및 탄소 저장량 평가 시 식생, 비식생 환경, 생물다양성 조사를 고려해야 신뢰도를 높일 수 있다. 또한 InVEST 모델 구동에 필요한 국내 여건에 적합한 계수의 확립이 해외 연구 결과를 차용하고 있으며, 이는 국가고유계수개발과 자료 구축의 필요성을 시사한다.

주요어 InVEST model, 생태계서비스, 습지, 탄소흡수, 서식지 질

Research Highlights

  • InVEST is a useful modeling tool for quantifying ecosystem value.

  • The ecosystem value of Daejeon Gapcheon wetland was evaluated in terms of carbon storage and habitat quality.

  • The need for developing models and coefficients suited to Korea's domestic conditions was emphasized.

1. 서론

2018년 제 13차 람사르협약 당사국총회 이후 ‘습지생태계서비스 간편 평가 도구(RAWES : Rapid Asessment Wetland Ecosystem Services)’가 공식 채택되면서 습지 생태계서비스 평가의 중요성이 제기되었다. 생태계서비스는생태계가 인간에게 제공하는 편익을 의미하며, 1960년 후반 최초 사용으로부터 경제적인 지표로 사용되어왔다(Lee et al., 2015). 그중에서도 생태계서비스와 기후변화에 있어, 탄소저장량 및 변화량과 생물다양성은 생태계 복원력에 중요하게 작용하는 인자로써 적용된다(Fischer et al., 2006; Geijizendorffer and Roche, 2013; Kim et al., 2015).

국내에서는 2022년부터 기후변화 등과 같은 자연·인위적인 요인에 의해 손상되는 습지생태계의 지속 가능한보호 및 보전과 탄소 중립 실현에 대한 지원을 위해 습지생태계의 가치증진을 고려한 습지생태계 가치평가 및탄소흡수 증진을 위한 평가기술개발사업을 추진하고 있으며, 최근 2023년 6월 5일자로 대전광역시의 갑천습지가 31번째 국내 습지보호지역으로 지정되었다. 대전시 습지보전실천계획에 따르면 갑천습지의 경우 237분류군의식물종과 244종의 생물과 특히 법정보호종인 삵, 수달,원앙, 황조롱이, 미호종개 등도 출현하고 있다. 또한 갑천습지는 습지 등급과 서식처평가에서 각각 1등급으로평가되었고, 식생환경평가에서는 2등급으로 평가되고 있다. 이는 갑천습지가 잠재적인 생태 가치를 지니고 있음을 의미한다. 본 연구에서는 최근 국가 습지 보호지역으로 지정된 갑천 도심하천 구간의 가치를 서식지 질의 측면과 탄소저장소로서의 측면을 강조하여 대전 내에 위치하는 다른 내륙 습지들과 비교하여 평가하고자 한다.

국외에서는 RAWES를 이용한 스리랑카 지역의 습지생태적 가치평가연구(Piyathilake et al., 2022)와 ARIE모델을 이용한 대만 Jinshan Qingshui습지의 생태계서비스평가(Shu-Hui and Ju-Hui, 2022), InVEST의 water yield 모델을 활용한 중국의 Dongting lake 습지의 생태계서비스에 대한 연구(Hu et al., 2020) 등이 이루어졌다. 국내에서는 습지생태계의 공익적 서비스에 관한 연구(Jeong et al., 2013)부터, RAM(Rapid Assessment Method)을 적용한 국내 주요 내륙습지인 제주도 물영아리 오름과 방동소택지를 대상으로 평가와 보전 가치에 대한 연구(Koo and Kim, 2001)와 InVEST모델을 활용한 서울시 습지 지역의 탄소저장량 및 경제성 등의 도심 습지가 주고 있는자연 자원의 가치 평가 연구(Choi and Lee, 2021) 등 국내에서도 다양한 생태계서비스 평가 모델을 활용한 연구가 진행되고 있다. 이는 습지의 자연자원에 대해 도심습지가 제공하는 생태계서비스에 대한 정량화 연구가 가능함을 제시한다(Choi and Lee, 2021).

본 연구에서는 다양한 생태계 서비스 정량화 모델 중InVEST(Integrated Valuation of Ecosystem Services and Trade-offs) 모델을 활용하여 국가에서 제공하는 토지피복도를 활용한 생태계 서비스의 평가를 수행하고자 한다. InVEST 모델은 일반적으로 넓은 지역의 생태계가 제공하는 탄소저장, 수질정화, 홍수조절, 식량생산과 같은 다양한 생태계의 역할에 대한 가치를 평가하는 분야에서사용되어 왔다. 본 연구에서는 이러한 포괄적인 모델이좁은 구역에서 토지피복의 다양성을 지니는 국내 생태계의 서비스 평가에도 유용하게 활용될 수 있는가를 알아보고자 한다. 이를 위해 드론 촬영을 통해 얻은 정밀 지도와 환경공간정보서비스에서 제공하는 1:25000 지도를 활용한 이미지를 비교하여 1:25000 토지피복도의 활용성에대하여 평가하였다.

또한, 모델의 신뢰성을 평가하기 위해 환경부에서 제작한 생태자연도, 국토환경성평가지도를 활용하여 서식지 질 모델의 평가 결과와 비교하였다.

이후 갑천 도심하천 구역의 토양 내 유기탄소 측정을통하여 갑천 도심하천 구간이 국가 내륙습지보호구역으로서 현재 지니고 있는 탄소 저장량의 현황을 조사하였다.

2. 연구방법

2.1. 연구대상지

갑천습지는 대전광역시 서구 도안동 789번지 일원에 위치하고 있다(Fig. 1). 면적은 959,690 m2으로, 대전광역시 내 습지 중 가장 넓은 면적을 갖고 있으며 하천습지의 형태를 가지고 있다. 특히 갑천습지는 도심 내에 위치해 있음에도 불구하고, 월평공원 및 도솔산과 접해있어 육상 및 수생 생물이 공존하고, 하천 퇴적층의 발달과 함께 원시적인 자연 상태로 유지되고 있어 생태적 가치가 우수하다고 알려져 있다. 최근 2023년에는 국가내륙 습지보호지역으로 지정된 바가 있다.

Figure 1. Satellite image of the study area: The large red solid line envelope represents the administrative boundary of Daejeon City, while the elongated red area inside indicates the wetland river that is the subject of the study(https://www.vworld.kr/v4po).

2.2. 분석 방법

InVEST는 Stanford 대학과 The Natural Capital Project이 공동 개발한 프로그램으로, 육지, 담수, 해양 등 환경에서 제공하는 생태계 서비스를 정량적으로 평가하고 지도화하여 제공하는 모델이다. 토지피복 및 토지이용도를기반으로 하여 다른 공간 모형에 비해 단순하고 누구나사용가능한 오픈 소프트웨어이다(Sharp et al., 2014). 본연구에서는 InVEST의 Carbon Storage(탄소 저장) 모델과Habitat Quality(서식지 질) 모델을 활용하였다. 또한 모델을 구동하기 위해 환경공간정보서비스에서 제공하는대전지역 1:25000 형식의 중분류 토지피복도(2022년 12월 제작)를 이용하였다. 탄소저장량의 비교를 위해 2014년 토지피복도를 추가적으로 활용하여 비교하였다.

토지피복도란 동질의 특성을 지닌 구역에 대해 분류하고, 지도의 형태로 표현한 공간 정보인데, 물환경, 자연환경, 대기/기후 등 다양한 환경공간 분야에서 이용된다.현재 한국에서는 환경공간서비스에서 국민 누구나 파일을 다운받아 사용할 수 있도록 다양한 축적의 토지피복도를 제공하고 있다.

2.2.1. 드론 기반의 토지피복도 유사도 조사

본 연구에서는 토지피복도의 활용 및 연구 기간 중의지표면 현상을 파악하기 위해 무인항공기 드론(Table 1)을 이용하여 갑천 도심하천구간 및 대전 시 내의 내륙습지를 촬영(2023년 6월 9일)하고, 이를 QGIS를 이용해1:25000 토지피복도와 중첩하여 유사도를 판단하였다. 보다 정확한 지형의 기준정보(Georefefernce)를 위해 지상기준점(Control Points, GCP)을 사용하였다(Taddia et al., 2019).

Table 1 . Information of the drone.

NamePHANTOM 4 PRO V2.0
Maximum speed7 km/h (S mode)
Maximum practical rise limit elevation6000 m
Maximum flight timeDepending on battery performance
Satellite positioning systemGPS/GLONASS
LensFOV 84°, 24 mm (35 mm conversion), F/2.8~F/11, 1 m-infinity autofocus


2.2.2. InVEST 서식지 질 모델(Habitat Quality Model)

InVEST Habitat Quality 모델에서 격자 y에서의 위협인자 r이 미치는 영향 irxy은 격자 xy에서의 위협인자 r간의 거리 dxy와 위협요인의 최대 영향거리 drmax에 따라, 직선형 식 (1)과 지수형 식 (2)로 계산한다(Sharp et al., 2014).

irxy=1dxydrmax if linear

irxy=exp2.99d rmax dxy if exponential

총 위협 수준 Dx는 격자에서의 법적, 제도적, 사회적,물리적 보호수준 βx과 위협인자 r에 대한 토지피복의 민감도 Sr를 이용해 식 (3)로 계산한다.

Dx= r=1Ry=1Yr W r r=1R W r ryirxyβxSr

최종적인 서식지 질 Qx은 토지피복의 서식지 질 H를 이용해 식 (4)로 계산한다. 이때 z는 축적 계수, k는 반포화상수이다.

Qx=H1Dxy2Dxy2+k2

위협 요인에 영향을 미치는 인자 및 매개변수는 국내외 선행연구를 참고하여 사용하였다(Table 2; Lee et al., 2015; Kim et al., 2015; Terrado et al., 2016). 이때 도심지와 관련 있는 110(Residential Area), 120(Industrial Area), 130(Commercial Area), 140(Recreational Area), 150(Roads), 160(Public facilities)는 비서식지로써 적용된다.

Table 2 . Sensitivity and threat factors for each land use code.

TypeLulc codeLand-UseBase HQ*Sensitivity for each threat
RoadUrban areaResidential areaCropland
ThreatWeight-0.590.880.580.57
Maximum distance(km)-2.45.93.83.4
Sensitivity110Residential Area0.050000
120Industrial Area0.050000
130Commercial Area0.050000
140Recreational Area0.050000
150Roads0.050000
160Public Facilities0.050000
210Rice Paddies0.250.250.410.330.31
220Field0.30.250.410.330.31
230Facility Cultivation0.250.250.410.330.31
240Fruit Farm0.30.250.410.330.31
250Other Cultivation0.40.250.410.330.31
310Broadleaf Forest0.860.520.750.60.66
320Coniferous Forest0.860.520.750.60.66
330Mixed Forest0.860.520.750.60.66
410Natural Grassland0.50.330.450.360.46
420Artificial Grassland0.340.330.450.360.46
510Inland Wetland0.70.550.70.560.75
520Coastal Wetland0.70.550.70.560.75
610Natural Bare Land0.080.050.130.10.15
620Artificial Bare Land0.080.050.130.10.15
710Inland Water0.650.550.730.580.65
720Ocean Water0.650.550.730.580.65

*HQ: Habitat Quality.



2.2.3. InVEST Carbon Storage Model

InVEST의 Carbon Storage and Sequestration 모델은 탄소 저장소를 직·간접적으로 분석 및 제시가 가능하며, 정책 방향의 일환으로 평가할 수 있다는 장점으로 인해 탄소 저장량의 추정 연구에서 사용되고 있다(Li et al., 2020; Hwang et al., 2021). 또한 VISIT, CBM-CFS3, Forest Growth, 그리고 InVEST모델을 비교한 선행논문에서는InVEST모델이 오차율이 적고, 국내에서 적용 가능성이높은 모델이라고 제시하였다(Choi et al., 2014). 탄소의총 저장량은 식 (5)로 나타나며 Carbon pool의 매개변수로 계산된다. Cabove는 지상 바이오매스의 탄소량, Cbelow:지하 바이오매스의 탄소량, Csoil: 토양의 탄소량, Cdead는 죽은 물질의 탄소량이다(He et al., 2016).

C=Cabove+Cbelow+Csoil+Cdead

탄소저장량 추정을 위한 InVEST의 Carbon 모델의Carbon Pool은 국내외 선행연구를 참고하여 사용하였다(Table 3; Tomasso and Leigh ton, 2014; Chung et al., 2015; Lee et al., 2016; Hwang et al., 2021).

Table 3 . Carbon pool Table for InVEST model (unit: Mg of C/ha).

Lulc codeLand-UseCaboveCbelowCsoilCdeadLulc codeLand-UseCaboveCbelowCsoilCdead
110Residential Area0000310Broadleaf Forest64.3123.1555.6810.13
120Industrial Area0000320Coniferous Forest42.8711.5738.7513.45
130Commercial Area0000330Mixed Forest53.5917.3647.2211.79
140Recreational Area0000410Natural Grassland4.1716.6988.20
150Roads0000420Artificial Grassland1.154.5811.50
160Public Facilities0000510Inland Wetland35.249.18880
210Rice Paddies0069.90520Coastal Wetland1.31.32400.7
220Field0062.20610Natural Bare Land00.330.330
230Facility Cultivation0045.90620Artificial Bare Land00.330.330
240Fruit Farm005113710Inland Water0000
250Other Cultivation0045.90720Ocean Water0000


2.3. 유기탄소 측정

InVEST 모델은 주로 토지피복도 데이터를 기반으로넓은 지역에서의 탄소 저장량을 정한다. 따라서 습지와같은 작은 범위에서의 모델 구동에 대해 공간적 불일치를 보완해야 한다. 이때 현장에서 측정한 유기탄소량 데이터를 이용하여 탄소 풀 파라미터를 보완한다면 더 높은 정확도의 결과를 도출할 수 있다.

2.3.1. 토양시료 채취

토양시료 채취는 2023년 8월 9일 갑천의 두 구역에서횡 방향으로 진행했으며 강의 물줄기(AE01, BE01, AW01, BW01)를 기준으로 3 m의 간격의 4개의 지점에서 2번씩채취하였다. 습지와 비습지 구역의 유기탄소량 비교를 위해 습지 구역에서 벗어난 도로 옆 두 지점(AE05, BE05)에서 토양을 채취하였다(Fig. 2).

Figure 2. Sampling point

2.3.2. 강열감량법 (LOI, Loss-on-Ignition)을 이용한 유기탄소 분석

채취된 토양은 2 mm 체로 친 후 105 ℃에서 24시간이상 건조 및 칭량한 다음, 국립농업과학원의 토양화학분석법에서 제시한 강열감량법을 활용하여 유기물함량을측정하였다. 본 연구에서는 450 ℃에서 1시간 가열한 후감량을 산출하여 유기물함량 %(w/w)을 구하고 1.724로나누어 유기탄소 함량을 계산하였다.

3. 연구 결과 및 고찰

3.1. 드론 기반의 토지피복도 유사도 조사

갑천 습지의 드론 촬영사진을 지도화하여 2022년도 토지피복도와의 유사도에 대해 알아보고자 QGIS를 이용하여 맵핑하였다(Fig. 3). 이에 대해 물줄기 및 초지, 나지등 대부분의 지역이 일치하는 것을 알 수 있었고, 산책로 형성 및 동·서 방향의 연결 공사로 인한 내륙수 등의토지피복 범례의 변화가 있음을 파악하였다. 이는 토지피복도를 활용한 국소 지역의 분석의 경우 시간 흐름에따른 변화에 대해 영향을 받기 때문에 이에 대한 평가에서 유의하여야 함을 보여준다.

Figure 3. The overlapping of the drone image of Gapcheon Wetland (June 9, 2023) and the land cover map (December 7, 2022).

3.2. 갑천습지의 InVEST 서식지 질 평가

대전광역시 전체에 대한 InVEST 서식지 질 모델 구동결과를 Fig. 4에 나타내었으며, 대전광역시 내에 존재하는 갑천 도심하천 구간 및 11개 내륙습지에 대해 계산한서식지 질의 평균값 및 식생평가 등급값과 비교한 결과를 Table 4에서 확인할 수 있다. 서식지 질은 0과 1의 사이 값으로 나타나는데, 1과 가까울수록 서식지 질이 우수하고, 0과 가까울수록 서식지 질이 상대적으로 떨어지는 것을 의미한다. 한편, 도심지 및 도로와 같은 인간의활동 지역은 서식지 질 수치를 저해시키는 등 분석 지역주변의 환경은 서식지 질 분석에 영향을 미친다(Kim et al., 2015; Lee et al., 2021). 대전광역시 내에서 서식지질은 산림지역에서 가장 높은 0.8 근처의 값을 나타내었으며, 내륙습지에서는 대체적으로 0.3 - 0.4 정도의 값을일반적으로 보인다. 다만 갑천습지 보호구역의 경우 도심지의 하천이므로 주변에 존재하는 위협요소와의 거리가 가까운 관계로 대체적으로 낮은 서식지 질 값을 보여주고 있다. 갑천습지는 InVEST 서식지 질 모델에서 다른 내륙 습지들에 비해 비교적 낮은 값으로 평가되었지만, 2020년 대전시 습지 보전실천계획에 따르면 습지등급 1등급, 서식처평가 1등급, 식생평가 2등급으로 평가되었다. 갑천습지는 도심 내 위치한 습지로써 시가지 및 도로 등 주변 위협 요인이 많은 편에 속하나, 다양한 수환경 특성 제공 및 천연기념물(미호종개)의 서식처로써 습지보전등급에서 평균적으로 높은 등급으로 평가됨을 확인하였다. 따라서 이는 주변 위협 요인은 매우 많은 편이나, 갑천습지가 갖고 있는 생물다양성이나 식생비율이높은 편에 속하다는 것으로 종합적인 평가가 가능하다.

Table 4 . Wetland Evaluation of Inland Wetlands in Daejeon City.

WetlandAverage of habitat qualityWetland grade*Habitat grade*Vegetation grade*
Gapcheon0.2688112
Gatjeomgol0.2617333
Giseong0.3378222
Sinsangdong0.3187223
Ihyeondong0.4531222
Jikdong0.5307233
Chudong0.2960223
Mulhandari0.3494232
Bangdong0.2949222
Saseumgol0.2838333
Secheon0.2486333
Yucheon0.3329222

*2020년 대전시 습지 보전실천계획, 습지보전등급.


Figure 4. Habitat Quality map of the Daejeon simulated using the InVEST model: Red areas indicate lower habitat grade, while blue areas represent higher habitat grade.

갑천습지 보호구역의 결과를 보여주는 Fig. 5 (A)에서자세히 표시된 지엽적인 서식지 질의 상대적인 수치로써 가장 높은 지점은 약 0.4606, 비서식지(0.05)를 제외한 가장 낮은 지점은 약 0.0787로 나타난다. 이는 본 분석에서서식지 질이 가장 높은 지점의 경우 도솔산을 가까이 인접하고 있어 상대적으로 높게 평가됨을 알 수 있다. 가장 낮은 지점은 습지의 관리 및 개발을 위한 인공 나지구역으로써 서식지 위협의 영향이 있는 곳으로 판단된다.

Figure 5. Result maps of Gapcheon wetland, (A) Habitat Quality Map (B) Ecological and Nature Map (C) Urban Ecological Map

환경부에서 제공하는 국토환경성평가지도와 생태·자연도를 통해 비교(Fig. 5 (B), (C))해 보면, 가장 높은 지점에서 각각 1등급으로 표기됨을 알 수 있다. 또한 가장 낮은 지점을 비교했을 때 국토환경성평가지도에서는 5등급,생태·자연도에서는 등급 산출이 되지 않았음을 확인하였다. 이때, 생태·자연도는 생태계와 자연환경의 보전 가치를 기반으로 등급화 하여 작성되었으며, 국토환경성평가는 법제적 평가와 환경·생태적 평가 등의 70개의 주제도를 중첩하여 토지의 보전가치를 평가한 것(Jeon et al., 2008)이므로 이를 통해 토지피복 기반의 InVEST Habitat Model을 이용한 생태계의 정량적 평가의 가능성을 확인하였다.

3.2. 갑천습지의 탄소저장량 평가

대전광역시의 시가화·건조지역, 농업지역, 산림지역, 초지, 습지, 나지, 수역으로 구분하여 토지피복도 별 탄소저장량에 대해 평가하고, 이를 바탕으로 갑천습지의 탄소저장량과 비교하여 분석하였으며, 이에 따라 대전광역시의 탄소 저장량에 대한 InVEST 구동 결과를 QGIS를통해 나타내었다(Fig. 6). 이때 토지피복 별로 0 - 13.79 ton의 분포 값을 가지며, 탄소 pool에 의해 탄소 저장이불가한 지역은 빨간색(0)으로 표시되었다. 이때 토지피복별 탄소량 및 면적당 탄소 저장량을 산출하였다(Table 5).

Table 5 . Area and carbon storage by land use.

Land-UseArea (m2)Carbon Storage (ton)ton/ha
Urban Area100,643,00610,4481.04
Agricultural Area62,976,757392,61562.34
Forested Area275,970,2413,658,784132.58
Grassland55,781,124109,56219.64
Wetland7,397,63290,849122.81
Barren Land12,409,2433,3872.73
Water Area24,359,1124,1041.69
Gapcheon wetland959,6909,00875.20

Figure 6. Carbon storage map of the Gapcheon Wetland simulated using the InVEST model: Red areas indicate lower carbon storage, while blue areas represent higher carbon storage.

InVEST 분석 결과 대전광역시의 총 탄소 저장량은4,269,749 ton이며, 토지피복 별 탄소 저장량은 산림지역이 3,658,784 ton으로 가장 높았고, 농업지역(392,615 ton),초지(109,562 ton), 습지(90,849 ton), 시가화·건조지역(10,448 ton), 수역(4,104 ton), 나지(3,387 ton)순으로 나타났다. 산림지역의 탄소 저장량이 전체 탄소 저장량의약 86%만큼 차지하며 농업지역(9.20%), 초지(2.57%), 습지(2.13%), 시가화·건조지역(0.24%), 수역(0.10%), 나지(0.08%)순으로 나타났다.

갑천습지의 탄소저장량은 9,008 ton으로, 이는 대전광역시의 총 탄소 저장량 중 약 0.21%이며, 시가화·건조지역의 탄소저장량(10,448 ton)과 근사한 수치를 나타낸다.면적(ha) 당 탄소량을 평가했을 때, 토지피복 별 면적 당탄소저장량은 산림지역이 132.58 ton/ha으로 가장 높았고,습지(122.81 ton/ha), 농업지역(62.34 ton/ha), 초지(19.64 ton/ha), 나지(2.73 ton/ha), 시가화·건조지역(1.04 ton/ha)순으로 나타났다. 갑천습지의 면적 당 탄소량은 75.20 ton/ha이며, 이를 통해 대전광역시의 산림지역 및 습지 다음으로 면적 당 탄소량이 가장 많음을 확인하였다.

3.2.1. 대전광역시 내 내륙습지의 2014년 대비 2022년도 탄소 저장량 증감 분석

장기적 요인으로 인한 탄소 저장량 변화 분석을 위해2014년도 및 2022년도의 토지피복도를 이용하여 대전광역시 내 내륙습지의 탄소량 증감을 분석하였다(Fig. 7).갑천습지는 탄소량이 감소한 8개의 내륙습지 중 4번째로가장 큰 탄소 저장량 감소 형태를 보였다. 갑천습지의 경우, 공원 조성 등을 위한 사업이 진행됨에 따라 2014년대비 2022년에 밭(-6.22 ha)과 자연초지(-8.21 ha)의 면적이 크게 감소하고, 인공초지의 면적이 18.32 ha 만큼 늘어남과 따라 탄소 저장량의 감소를 보인 것으로 확인하였다(Table 6).

Table 6 . Changes in Area by Land Cover in 2022 Compared to 2014.

LULC20142022Amount of change
Residential Area00.060.06
Industrial Area0.770-0.77
Commercial Area0.430.01-0.42
Recreational Area000
Roads2.763.360.6
Public Facilities00.590.59
Rice Paddies1.950-1.95
Field7.451.24-6.21
Facility Cultivation1.970-1.97
Fruit Farm0.590-0.59
Other Cultivation000
Broadleaf Forest1.470.44-1.03
Coniferous Forest0.250.290.04
Mixed Forest0.60.870.27
Natural Grassland8.210-8.21
Artificial Grassland2.9621.2718.31
Inland Wetland55.6762.196.52
Coastal Wetland000
Natural Bare Land01.521.52
Artificial Bare Land10.435.74-4.69
Inland Water25.1222.87-2.25

Figure 7. Changes in Carbon Storage in 2022 of Inland Wetlands in Daejeon compared to 2014.

3.3. 갑천습지 유기탄소 및 유기물 분석

조사지역에서 수행한 감열감량법 결과에 따르면, 갑천습지 토양의 유기물 함량은 평균적으로 약 4.28%로 나타났으며, 유기탄소의 평균 함량은 약 2.48%이다(Table 7).대부분의 구역 모두 하천과 멀어질수록 낮게 나타나는경향을 보였다. 갑천습지와 국내 다양한 습지지역의 토양 유기물 함량과 비교하였을 때(Table 8), 하천습지는2.88 - 6.07%의 유기물함량을 보였으며, 갑천습지 역시 하천습지 내에서 비슷한 수치임을 확인하였다. 이와 같은현장 조사는 조사지점의 실제 유기탄소량을 이용하여 탄소 풀 재작성 활용 등, 모델의 정확성 향상의 수단으로써 가치가 있다.

Table 7 . Analysis of organic matter content and organic carbon in Gapcheon wetland.

SampleOrganic Matter Content(%)Organic Carbon(%)SampleOrganic Matter Content(%)Organic Carbon(%)
AE01-15.633.2643BE01-16.363.6896
AE01-26.633.8449BE01-25.012.9082
AE02-12.341.3557BE02-15.903.4202
AE02-24.272.4771BE02-24.172.4169
AE03-14.792.7758BE03-16.783.9341
AE03-24.152.4080BE03-26.883.9928
AE04-10.710.4139BE04-18.725.0561
AE04-21.510.8730BE04-28.264.7913
AE05-10.820.4729BE05-13.171.8373
AE05-22.711.5731BE05-23.972.3000
AW01-16.453.7410BW01-11.410.8165
AW01-27.984.6280BW01-22.761.5996
AW02-13.852.2304BW02-14.522.6204
AW02-24.602.6665BW02-24.152.4046
AW03-13.862.2366BW03-11.941.1232
AW03-24.472.5937BW03-21.440.8357
AW04-14.872.8251BW04-12.111.2263
AW04-24.912.8465BW04-23.351.9439

Table 8 . Soil organic matter contents reported for several Korea wetland areas.

NameWetland TypesOrganic Matter Content(%)MethodReference
DaepyungnupNatural13.44Loss on Ignition(Lee and Kang, 2010)
Jang-Hang wetlandRiverine3.22Carbon Emission Measurement(Ki and Choi, 2011)
Han River WetlandRiverine6.07Loss on Ignition(Lim et al., 2009)
Hwapo WetlandRiverine3.11Loss on Ignition(Ahn et al., 2012)
Damyang Riverine WetlandRiverine2.88Tyurin(Jeong, 2024)


3.4. 모델의 한계 및 적용 방안

InVEST 모델의 경우, 국내에 적합한 계수가 부족한 상황이기 때문에 국내의 환경, 분석 지역 조건 등을 고려한 모델 계수 산정이 필요한 상황이다. 또한 토지피복 데이터를 중심으로 평가한다는 점에서 모델의 신뢰성을 위한 복합적인 특성을 반영하는 것이 필요하다. 이에 대해다른 모델과 비교 분석하거나(Cong et al., 2020; Kim, 2020), 전문가 의견을 통한 모델의 계수의 기준을 조정하는 등의 연구가 필요하다(Shin et al., 2024).

한편, 본래 존재하던 생태계서비스 평가체계에는 현장지형조사, 생물다양성 조사 등 많은 인력과 시간을 소비해야 한다. 그러나 InVEST 모델은 국내 공공 데이터 오픈 정책에 따라 토지피복도 및 생태자연도와 같은 자료수집에 대한 접근성이 좋고 시나리오 분석을 제공하는등 사용자 친화적인 오픈 소프트웨어로써의 장점이 있기때문에 생태계서비스를 기반으로 한 의사결정도구로써자원 관리 대책 수립의 기초 단계에 있어 생태계서비스의사결정모델로 활용할 수 있다.

4. 결론

InVEST 서식지 질 평가 결과, 갑천습지에서 가장 높은지점은 0.4606, 가장 낮은 지점은 0.0787로 나타났다. 서식지 질의 경우, 인접한 주변 환경이 서식지 위협에 영향을 미치게 된다. 이때 InVEST는 토지피복도를 기반하기 때문에 국소 지역의 경우 토지피복도 제작을 위한 조사 시기에 따라 토지피복 분류의 변화가 있을 가능성이높다. 이러한 이유로 InVEST를 이용한 해안연안지역이나 습지구역 등 특정 지역의 서식지질 및 탄소저장량 평가를 위해서 식생 및 비식생환경과 생물다양성 현황 조사 등을 고려한 평가가 이루어진다면 생태계서비스평가에 대한 신뢰도를 높일 수 있을 것으로 판단된다.

갑천습지의 18개 지점에 대해 강열감량법으로 토양 유기물 함량 및 유기탄소 함량을 조사한 결과 유기물 함량은 평균 4.28%, 유기탄소 함량은 평균 2.48%으로 선행연구를 통해 하천습지 내에서 비슷한 수치임을 확인하였다.

현재 국내에선 생태계서비스의 의사결정 모델 InVEST모델 구동에 필요한 국내 여건에 적합한 계수의 확립이이루어져 있지 않아, 해외 연구 결과를 차용하고 있는 상황이다. 이는 생태계서비스 평가를 위한 InVEST 모델 사용에 있어서 국가고유계수 개발 및 자료 구축이 필요함을 나타낸다. 따라서 본 연구의 결과가 추후 습지의 생태계서비스 평가 방안 중 과학적 평가로써, 습지의 생태계서비스 및 탄소 저장 관련 연구 및 정량적 가치평가기술개발에 있어 기초자료로 활용되기를 기대한다.

사사

본 연구는 대전녹색환경지원센터와 환경부의 폐자원에너지화 전문인력 양성사업의 지원으로 수행되었음.

Fig 1.

Figure 1.Satellite image of the study area: The large red solid line envelope represents the administrative boundary of Daejeon City, while the elongated red area inside indicates the wetland river that is the subject of the study(https://www.vworld.kr/v4po).
Economic and Environmental Geology 2024; 57: 633-645https://doi.org/10.9719/EEG.2024.57.5.633

Fig 2.

Figure 2.Sampling point
Economic and Environmental Geology 2024; 57: 633-645https://doi.org/10.9719/EEG.2024.57.5.633

Fig 3.

Figure 3.The overlapping of the drone image of Gapcheon Wetland (June 9, 2023) and the land cover map (December 7, 2022).
Economic and Environmental Geology 2024; 57: 633-645https://doi.org/10.9719/EEG.2024.57.5.633

Fig 4.

Figure 4.Habitat Quality map of the Daejeon simulated using the InVEST model: Red areas indicate lower habitat grade, while blue areas represent higher habitat grade.
Economic and Environmental Geology 2024; 57: 633-645https://doi.org/10.9719/EEG.2024.57.5.633

Fig 5.

Figure 5.Result maps of Gapcheon wetland, (A) Habitat Quality Map (B) Ecological and Nature Map (C) Urban Ecological Map
Economic and Environmental Geology 2024; 57: 633-645https://doi.org/10.9719/EEG.2024.57.5.633

Fig 6.

Figure 6.Carbon storage map of the Gapcheon Wetland simulated using the InVEST model: Red areas indicate lower carbon storage, while blue areas represent higher carbon storage.
Economic and Environmental Geology 2024; 57: 633-645https://doi.org/10.9719/EEG.2024.57.5.633

Fig 7.

Figure 7.Changes in Carbon Storage in 2022 of Inland Wetlands in Daejeon compared to 2014.
Economic and Environmental Geology 2024; 57: 633-645https://doi.org/10.9719/EEG.2024.57.5.633

Table 1 . Information of the drone.

NamePHANTOM 4 PRO V2.0
Maximum speed7 km/h (S mode)
Maximum practical rise limit elevation6000 m
Maximum flight timeDepending on battery performance
Satellite positioning systemGPS/GLONASS
LensFOV 84°, 24 mm (35 mm conversion), F/2.8~F/11, 1 m-infinity autofocus

Table 2 . Sensitivity and threat factors for each land use code.

TypeLulc codeLand-UseBase HQ*Sensitivity for each threat
RoadUrban areaResidential areaCropland
ThreatWeight-0.590.880.580.57
Maximum distance(km)-2.45.93.83.4
Sensitivity110Residential Area0.050000
120Industrial Area0.050000
130Commercial Area0.050000
140Recreational Area0.050000
150Roads0.050000
160Public Facilities0.050000
210Rice Paddies0.250.250.410.330.31
220Field0.30.250.410.330.31
230Facility Cultivation0.250.250.410.330.31
240Fruit Farm0.30.250.410.330.31
250Other Cultivation0.40.250.410.330.31
310Broadleaf Forest0.860.520.750.60.66
320Coniferous Forest0.860.520.750.60.66
330Mixed Forest0.860.520.750.60.66
410Natural Grassland0.50.330.450.360.46
420Artificial Grassland0.340.330.450.360.46
510Inland Wetland0.70.550.70.560.75
520Coastal Wetland0.70.550.70.560.75
610Natural Bare Land0.080.050.130.10.15
620Artificial Bare Land0.080.050.130.10.15
710Inland Water0.650.550.730.580.65
720Ocean Water0.650.550.730.580.65

*HQ: Habitat Quality.


Table 3 . Carbon pool Table for InVEST model (unit: Mg of C/ha).

Lulc codeLand-UseCaboveCbelowCsoilCdeadLulc codeLand-UseCaboveCbelowCsoilCdead
110Residential Area0000310Broadleaf Forest64.3123.1555.6810.13
120Industrial Area0000320Coniferous Forest42.8711.5738.7513.45
130Commercial Area0000330Mixed Forest53.5917.3647.2211.79
140Recreational Area0000410Natural Grassland4.1716.6988.20
150Roads0000420Artificial Grassland1.154.5811.50
160Public Facilities0000510Inland Wetland35.249.18880
210Rice Paddies0069.90520Coastal Wetland1.31.32400.7
220Field0062.20610Natural Bare Land00.330.330
230Facility Cultivation0045.90620Artificial Bare Land00.330.330
240Fruit Farm005113710Inland Water0000
250Other Cultivation0045.90720Ocean Water0000

Table 4 . Wetland Evaluation of Inland Wetlands in Daejeon City.

WetlandAverage of habitat qualityWetland grade*Habitat grade*Vegetation grade*
Gapcheon0.2688112
Gatjeomgol0.2617333
Giseong0.3378222
Sinsangdong0.3187223
Ihyeondong0.4531222
Jikdong0.5307233
Chudong0.2960223
Mulhandari0.3494232
Bangdong0.2949222
Saseumgol0.2838333
Secheon0.2486333
Yucheon0.3329222

*2020년 대전시 습지 보전실천계획, 습지보전등급.


Table 5 . Area and carbon storage by land use.

Land-UseArea (m2)Carbon Storage (ton)ton/ha
Urban Area100,643,00610,4481.04
Agricultural Area62,976,757392,61562.34
Forested Area275,970,2413,658,784132.58
Grassland55,781,124109,56219.64
Wetland7,397,63290,849122.81
Barren Land12,409,2433,3872.73
Water Area24,359,1124,1041.69
Gapcheon wetland959,6909,00875.20

Table 6 . Changes in Area by Land Cover in 2022 Compared to 2014.

LULC20142022Amount of change
Residential Area00.060.06
Industrial Area0.770-0.77
Commercial Area0.430.01-0.42
Recreational Area000
Roads2.763.360.6
Public Facilities00.590.59
Rice Paddies1.950-1.95
Field7.451.24-6.21
Facility Cultivation1.970-1.97
Fruit Farm0.590-0.59
Other Cultivation000
Broadleaf Forest1.470.44-1.03
Coniferous Forest0.250.290.04
Mixed Forest0.60.870.27
Natural Grassland8.210-8.21
Artificial Grassland2.9621.2718.31
Inland Wetland55.6762.196.52
Coastal Wetland000
Natural Bare Land01.521.52
Artificial Bare Land10.435.74-4.69
Inland Water25.1222.87-2.25

Table 7 . Analysis of organic matter content and organic carbon in Gapcheon wetland.

SampleOrganic Matter Content(%)Organic Carbon(%)SampleOrganic Matter Content(%)Organic Carbon(%)
AE01-15.633.2643BE01-16.363.6896
AE01-26.633.8449BE01-25.012.9082
AE02-12.341.3557BE02-15.903.4202
AE02-24.272.4771BE02-24.172.4169
AE03-14.792.7758BE03-16.783.9341
AE03-24.152.4080BE03-26.883.9928
AE04-10.710.4139BE04-18.725.0561
AE04-21.510.8730BE04-28.264.7913
AE05-10.820.4729BE05-13.171.8373
AE05-22.711.5731BE05-23.972.3000
AW01-16.453.7410BW01-11.410.8165
AW01-27.984.6280BW01-22.761.5996
AW02-13.852.2304BW02-14.522.6204
AW02-24.602.6665BW02-24.152.4046
AW03-13.862.2366BW03-11.941.1232
AW03-24.472.5937BW03-21.440.8357
AW04-14.872.8251BW04-12.111.2263
AW04-24.912.8465BW04-23.351.9439

Table 8 . Soil organic matter contents reported for several Korea wetland areas.

NameWetland TypesOrganic Matter Content(%)MethodReference
DaepyungnupNatural13.44Loss on Ignition(Lee and Kang, 2010)
Jang-Hang wetlandRiverine3.22Carbon Emission Measurement(Ki and Choi, 2011)
Han River WetlandRiverine6.07Loss on Ignition(Lim et al., 2009)
Hwapo WetlandRiverine3.11Loss on Ignition(Ahn et al., 2012)
Damyang Riverine WetlandRiverine2.88Tyurin(Jeong, 2024)

References

  1. Ahn, C.H., Kwon, J.H., Joo, J.C., Song, H.M. and Joh, G. (2012) Water quality of a rural stream, the Hwapocheon stream, and its analysis of influence factors. Journal of Korean Society of Environmental Engineers, v.34(6), p.421-429. doi: 10.4491/KSEE.2012.34.6.421
    CrossRef
  2. Choi, H.-A., Lee, W.-K., Jeon, S.W., Kim, J.S., Kwak, H., Kim, M., Kim, J. and Kim, J.T. (2014) Quantifying climate change regulating service of forest ecosystem-focus on quantifying carbon storage and sequestration. J. Clim. Chang. Res., v.5, p.21-36. doi: 10.15531/ksccr.2014.5.1.21
    CrossRef
  3. Choi, J., Jongmin, O. and Lee, S. (2021) The evaluation of carbon storage and economic value assessment of wetlands in the city of Seoul. Ecology and Resilient Infrastructure, v.8(2), p.120-132. doi: 10.17820/eri.2021.8.2.120
    CrossRef
  4. Chung, M.G., Kang, H. and Choi, S.-U. (2015) Assessment of coastal ecosystem services for conservation strategies in South Korea. PLoS One, v.10(7), e0133856. doi: 10.1371/journal.pone.0133856
    Pubmed KoreaMed CrossRef
  5. Cong, W., Sun, X., Guo, H. and Shan, R. (2020) Comparison of the SWAT and InVEST models to determine hydrological ecosystem service spatial patterns, priorities and trade-offs in a complex basin. Ecological Indicators, v.112, 106089. doi: 10.1016/j.ecolind.2020.106089
    CrossRef
  6. Fischer, J., Lindenmayer, D.B. and Manning, A.D. (2006) Biodiversity, ecosystem function, and resilience: ten guiding principles for commodity production landscapes. Frontiers in Ecology and the Environment, v.4(2), p.80-86. doi: 10.1890/1540-9295(2006)004[0080:BEFART]2.0.CO;2
    CrossRef
  7. Geijzendorffer, I.R. and Roche, P.K. (2013) Can biodiversity monitoring schemes provide indicators for ecosystem services? Ecological Indicators, v.33, p.148-157. doi: 10.1016/j.ecolind.2013.03.010
    CrossRef
  8. Hae-seon, S., Jeong-eun, J., Sang-cheol, L., Hye-yeon, K., Gyeongrok, K., Jin, J. and Song-hyun, C. (2024) Establishing Habitat Quality Criteria for the Ecosystem Services InVEST Model Using AHP Techniques [Establishing Habitat Quality Criteria for the Ecosystem Services InVEST Model Using AHP Techniques]. Korean Journal of Environment and Ecology, v.38(1), p.67-78. https://kiss.kstudy.com/Detail/Ar?key=4083315
    CrossRef
  9. He, C., Zhang, D., Huang, Q. and Zhao, Y. (2016) Assessing the potential impacts of urban expansion on regional carbon storage by linking the LUSD-urban and InVEST models. Environmental Modelling & Software, v.75, p.44-58. doi: 10.1016/j.envsoft.2015.09.015
    CrossRef
  10. Hu, W., Li, G., Gao, Z., Jia, G., Wang, Z. and Li, Y. (2020) Assessment of the impact of the Poplar Ecological Retreat Project on water conservation in the Dongting Lake wetland region using the InVEST model. Science of the Total Environment, v.733, 139423. doi: 10.1016/j.scitotenv.2020.139423
    Pubmed CrossRef
  11. Hwang, J., Choi, Y., Yoo, Y., Sun, Z., Cho, H. and Jeon, S. (2021) Analysis of Land Use Changes and Carbon Storage by Region under the Seoul Metropolitan Area Readjustment Planning Act Using the InVEST Carbon Model. J. Clim. Change Res., v.12, p.523-535. doi: 10.15531/ksccr.2021.12.5.523
    CrossRef
  12. Jeon, S.W., Lee, M.J., Song, W.K., Sung, H.C. and Park, W. (2008) Review of compositional evaluation items for environmental conservation value assessment map (ECVAM) of national land in Korea. Journal of the Korean Society of Environmental Restoration Technology, v.11(1), p.1-13.
  13. Jeong, G.Y. (2024) Spatio-Temporal Changes in Land Cover and the Spatial Distribution of Soils in the Damyang Riverine Wetland. Journal of the Korean Association of Regional Geographers, v.30(2), p.239-253. doi: 10.26863/JKARG.2022.11.28.4.439
    CrossRef
  14. Jeong, H.M., Kim, H.R. and You, Y.H. (2013) A study on the ecosystem service of wetland-1. Effective biological control of the mosquito larvae using native fishes. Journal of Wetlands Research, v.15(1), p.19-24. doi: 10.17663/JWR.2013.15.1.019
    CrossRef
  15. Ki, B.-M. and Choi, J.-H. (2011) Effects of Global Warming on the Estuarine Wetland Biogeochemistry. Journal of Korean Society of Environmental Engineers, v.33(8), p.553-563. doi: 10.4491/KSEE.2011.33.8.553
    CrossRef
  16. Kim, J.-H. (2020) A Comparative Study on the Habitat Quality Assessment and NDVI at Mudeungsan National Park. Journal of National Park Research, v.11(1), p.81-86. https://www.earticle.net/Article/A411481
  17. Kim, T., Song, C., Lee, W.-K., Kim, M., Lim, C.-H., Jeon, S.W. and Kim, J. (2015) Habitat quality valuation using InVEST model in Jeju Island. Journal of the Korean Society of Environmental Restoration Technology, v.18(5), p.1-11. doi: 10.13087/kosert.2015.18.5.1
    CrossRef
  18. Koo, B.-H. and Kim, K.-G. (2001) A study on the assessment for the functions of inland wetlands using RAM (Rapid Assessment Method). Journal of the Korean Society of Environmental Restoration Technology, v.4(3), p.38-48.
  19. Lee, C., Kwak, S., Kim, C., Bae, H., Seo, Y., Ahn, S., Kang, W., Kim, J. and Shin, J. (2016) An integrated approach to environmental valuation. Korea Environment Institution.[Korean Literature]. doi: 10.23000/TRKO201800014473
    CrossRef
  20. Lee, H., Kim, C., Hong, H., Roh, Y., Kang, S., Kim, J., Shin, S., Lee, S., Kang, J. and Kang, J. (2015) Development of decision supporting framework to enhance natural capital sustainability: Focusing on ecosystem service analysis. Korea Environment Institute, 3479-3651. doi: 10.23000/TRKO201800014564
    CrossRef
  21. Lee, J.-Y., Kang, D.-S. and Sung, K.-J. (2010) Assessment of the wetland soil development in constructed Wetlands using the soil properties of a reference wetland. Journal of Wetlands Research, v.12(1), p.1-14.
  22. Lee, J., Woo, S., Kim, Y., Park, J. and Kim, S. (2021) Evaluation of InVEST habitat quality model using aquatic ecosystem health data. Journal of Korea Water Resources Association, v.54(9), p.657-666. doi: 10.3741/JKWRA.2021.54.9.657
    CrossRef
  23. Li, L., Song, Y., Wei, X. and Dong, J. (2020) Exploring the impacts of urban growth on carbon storage under integrated spatial regulation: A case study of Wuhan, China. Ecological Indicators, 111, 106064. doi: 10.1016/j.ecolind.2020.106064
    CrossRef
  24. Lim, B.-M., Ki, B.-M. and Choi, J.-H. (2009) A study on the biogeochemistry of the sediments in the Han river estuary. Journal of Korean Society of Environmental Engineers, v.31(10), p.839-844.
  25. Piyathilake, I., Udayakumara, E., Ranaweera, L. and Gunatilake, S. (2022) Modeling predictive assessment of carbon storage using InVEST model in Uva province, Sri Lanka. Modeling Earth Systems and Environment, v.8(2), p.2213-2223. doi: 10.1007/s40808-021-01207-3
    CrossRef
  26. Sharp, R., Tallis, H., Ricketts, T., Guerry, A., Wood, S.A., Chaplin-Kramer, R., Nelson, E., Ennaanay, D., Wolny, S. and Olwero, N. (2014) InVEST user’s guide. The Natural Capital Project: Stanford, CA, USA, 306.
  27. Shu-Hui, H. and Ju-Hui, H. (2022) Using the Artificial Intelligence for Ecosystem Services (ARIES) model to explore the value of socio-economic ecosystems using the Jinshan Qingshui Wetland in Northern Taiwan as a case study. doi: 10.31428/10317/10469
    CrossRef
  28. Taddia, Y., Stecchi, F. and Pellegrinelli, A. (2019) Using DJI Phantom 4 RTK drone for topographic mapping of coastal areas. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, v.42, p.625-630. doi: 10.5194/isprs-archives-XLII-2-W13-625-2019
    CrossRef
  29. Terrado, M., Sabater, S., Chaplin-Kramer, B., Mandle, L., Ziv, G. and Acuña, V. (2016) Model development for the assessment of terrestrial and aquatic habitat quality in conservation planning. Science of the Total Environment, v.540, p.63-70. doi: 10.1016/j.scitotenv.2015.03.064.
    Pubmed CrossRef
  30. Tomasso, L.P. and Leighton, M. (2014) The impact of land use change for greenhouse gas inventories and state-level climate mediation policy: A GIS methodology applied to Connecticut. Journal of Environmental Protection, v.5(17), p.1572-1587. doi: 10.4236/jep.2014.517149.
    CrossRef
KSEEG
Oct 29, 2024 Vol.57 No.5, pp. 473~664

Stats or Metrics

Share this article on

  • kakao talk
  • line

Economic and Environmental Geology

pISSN 1225-7281
eISSN 2288-7962
qr-code Download