DOI QR코드

DOI QR Code

Analysis of Ice Velocity Variations of Nansen Ice Shelf, East Antarctica, from 2000 to 2017 Using Landsat Multispectral Image Matching

Landsat 다중분광 영상정합을 이용한 동남극 난센 빙붕의 2000-2017년 흐름속도 변화 분석

  • Han, Hyangsun (Unit of Arctic Sea-Ice Prediction, Korea Polar Research Institute) ;
  • Lee, Choon-Ki (Unit of Ice Sheet and Sea Level Changes, Korea Polar Research Institute)
  • 한향선 (극지연구소 북극 해빙예측 사업단) ;
  • 이춘기 (극지연구소 해수면 변동 예측 사업단)
  • Received : 2018.11.14
  • Accepted : 2018.11.22
  • Published : 2018.12.31

Abstract

Collapse of an Antarctic ice shelf and its flow velocity changes has the potential to reduce the restraining stress to the seaward flow of the Antarctic Ice Sheet, which can cause sea level rising. In this study, variations in ice velocity from 2000 to 2017 for the Nansen Ice Shelf in East Antarctica that experienced a large-scale collapse in April 2016 were analyzed using Landsat-7 Enhanced Thematic Mapper Plus (ETM+) and Landsat-8 Operational Land Imager (OLI) images. To extract ice velocity, image matching based on orientation correlation was applied to the image pairs of blue, green, red, near-infrared, panchromatic, and the first principal component image of the Landsat multispectral data, from which the results were combined. The Landsat multispectral image matching produced reliable ice velocities for at least 14% wider area on the Nansen Ice Shelf than for the case of using single band (i.e., panchromatic) image matching. The ice velocities derived from the Landsat multispectral image matching have the error of $2.1m\;a^{-1}$ compared to the in situ Global Positioning System (GPS) observation data. The region adjacent to the Drygalski Ice Tongue showed the fastest increase in ice velocity between 2000 and 2017. The ice velocity along the central flow line of the Nansen Ice Shelf was stable before 2010 (${\sim}228m\;a^{-1}$). In 2011-2012, when a rift began to develop near the ice front, the ice flow was accelerated (${\sim}255m\;a^{-1}$) but the velocity was only about 11% faster than 2010. Since 2014, the massive rift had been fully developed, and the ice velocity of the upper region of the rift slightly decreased (${\sim}225m\;a^{-1}$) and stabilized. This means that the development of the rift and the resulting collapse of the ice front had little effect on the ice velocity of the Nansen Ice Shelf.

남극 빙붕의 붕괴 및 흐름속도의 변화는 빙상에 대한 지지력을 약화시킬 수 있어 해수면 상승에 잠재적인 원인이 될 수 있다. 이 연구에서는 2016년 4월 대규모 붕괴가 발생한 동남극 난센 빙붕에 대해 Landsat-7 Enhanced Thematic Mapper Plus(ETM+) 및 Landsat-8 Operational Land Imager(OLI) 영상을 이용하여 2000년부터 2017년까지의 연간 흐름속도 변화를 분석하였다. 흐름속도 산출을 위해 Landsat의 청색, 녹색, 적색, 근적외선, 전정색 및 첫 번째 주성분 영상 등 총 6개 영상에 orientation correlation 기법을 적용하고, 각각의 변위 산출 결과를 융합하는 다중분광 영상정합 기법을 사용하였다. Landsat 다중분광 영상정합은 난센 빙붕에서 전정색 단일 밴드 영상정합을 사용하는 경우보다 최소 14% 더 넓은 영역에 대해 신뢰할 수 있는 흐름속도를 산출하였고, Global Positioning System(GPS)로 관측된 흐름속도와 비교한 결과 ${\pm}2.1m\;a^{-1}$의 매우 작은 오차를 가지는 것으로 분석되었다. 난센 빙붕에서 2000-2017년 사이에 가장 급격한 흐름속도 증가를 나타낸 곳은 Drygalski 빙하설과 인접한 영역이었으며, 빙붕의 중앙 유선을 따라 측정된 흐름속도는 빙붕 전면(ice front)에 rift가 발달하기 전인 2010년까지 거의 변화가 없었다(${\sim}228m\;a^{-1}$). Rift가 발달하기 시작한 2011-2012년에 rift 상류에서 흐름속도의 가속화가 관측되었으나(${\sim}255m\;a^{-1}$), 이는 2010년에 비해 약 11% 빨라진 것에 불과하였다. 난센 빙붕의 rift가 완전히 발달한 2014년부터 rift 상류의 흐름속도는 다소 감소한 상태(${\sim}225m\;a^{-1}$)로 안정화 되었다. 이는 rift의 발달 및 빙붕 전면의 붕괴가 난센 빙붕의 흐름속도에 거의 영향을 주지 않았음을 의미한다.

Keywords

1. 서론

빙붕(ice shelf)은 육상의 빙하가 해안으로 확장되어 바다에 부유하는 빙체를 의미한다. 빙붕이 붕괴되면 많은 양의 얼음이 바다로 유입되지만 이미 바다에 부유하고 있던 빙붕의 붕괴 자체만으로는 해수면 변동에 직접적인 영향을 미치지 않는다. 그러나 빙붕의 붕괴는 빙붕 자체의 흐름 뿐만 아니라 인접한 육상 빙하의 흐름도 가속화 시킬 수 있다(Rignot et al., 2004; Scambos et al., 2004). 그리고 육상 빙하에 대한 빙붕의 지지력을 불안정하게 할 수 있어 해수면 변화의 잠재적인 원인이 될 수 있다. 서남극에 위치한 라센 B 빙붕(Larsen B Ice Shelf)의 경우 2002년 대규모 붕괴 이후에 인접한 빙하들의 흐름속도가 급격히 가속화 되었으며, 빙체의 감소가 증가하였음이 보고된 바 있다(Scambos et al., 2004). 따라서 빙붕의 대규모 붕괴가 발생할 경우, 흐름속도의 변화를 분석하여 빙붕의 미래 변화를 유추해 볼 필요가 있다.

남극 빙붕의 흐름속도 관측에는 영상레이더(synthetic aperture radar, SAR)와 광학영상을 이용한 원격탐사가 효과적으로 이용될 수 있다. 영상레이더 자료에 간섭기법 또는 오프셋 추적기법을 적용하여 빙붕 흐름속도 관측이 가능하다. 영상레이더 간섭기법은 동일 지역에 대해 획득된 2장 이상의 영상으로부터 위상의 차이를 계산하여 지표 고도 또는 변위를 탐지하는데 쓰이고 있다. 이 기법은 정밀한 지표 변위를 고해상도로 관측할 수 있으나, 흐름이 빠르거나 표면변화가 심하여 긴밀도가 유지되지 않는 지역에서는 적용이 어려운 단점이 있다. 또한 빙붕은 흐름에 의한 수평변위와 조위변화에 의한 수직변위(조위변형)를 모두 나타내는데, 영상레이더 간섭영상에서 관측되는 빙붕의 변위는 이 두 가지 변위성분을 모두 포함하므로 흐름속도만을 관측하기 위해서는 조위변형을 제거해야 하는 추가적인 작업이 요구된다(Han and Lee, 2015; Han and Lee, 2017). 영상레이더 오프셋 추적기법은 빙하 표면의 크레바스와 같은 지표의 특징(feature)을 추적하여 변위를 추출하는 기법으로, 간섭기법에 비해 낮은 변위 측정 정밀도를 가지나, 빠른 유속을 가진 빙체의 흐름속도 관측에 유용하게 사용될 수 있다(Han et al., 2013; Strozzi et al., 2002; Schellenberger et al., 2014). 그동안 영상레이더 자료를 사용하기 위해서는 고가의 비용을 지불해야 했으나, 2014년부터는 유럽 우주국이 Sentinel-1 영상레이더 관측 자료를 무료로 배포함에 따라 자료에 대한 접근성이 상당히 높아졌다. 그러나 2014년 이전의 빙붕 흐름속도를 시계열로 관측하는데 SAR 자료를 이용하기는 쉽지 않은 상황이다.

인공위성 광학영상은 날씨와 광량에 많은 영향을 받지만 영상레이더에 비해 자료에 대한 접근성이 높다. 또한 수십 년 간 축적된 자료로부터 빙붕의 시계열 속도 분석이 가능하다는 장점 있다. 학영상에도 지표의 특징을 추적하는 영상정합(image matching) 기법을 적용하면 변위 관측이 가능하다. Normalized cross correlation(NCC), orientation correlation(OC) 등 다양한 영상정합기법들이 인공위성 광학영상에 적용되어 왔으며, 이를 통해 빙붕의 흐름속도 관측 연구가 활발하게 진행되고 있다(Han et al., 2016; Haug et al., 2010; Kääb et al., 2005; Warner and Roberts, 2013; Jawak et al., 2018). 광학영상 정합에는 주로 Landsat의 전정색(panchromatic) 영상과 같이 가장 높은 공간해상도를 가지는 단일밴드 영상이 사용되고 있다(Warner and Roberts, 2013; Kääb et al., 2005). 이는 두 영상 사이의 정합 상관도가 공간해상도에 영향을 받을 수 있기 때문이다. 그러나 최근 Han et al.(2016)이 Landsat 다중분광 영상의 정합을 통해 서남극 파인 아일랜드 빙하 빙붕(Pine Island Glacier Ice Shelf)의 흐름속도를 산출한 연구에 의하면, 빙붕 표면의 특징들은 분광 밴드별로 서로 다른 반사특성과 영상정합 상관도를 나타내기 때문에 각각의 분광 밴드 영상정합 결과를 융합하면 전정색 단일밴드 영상정합보다 더 넓은 영역에서 신뢰할 수 있는 흐름속도 산출이 가능하다. Landsat은 2003년 7월 Landsat-7 Enhanced Thematic Mapper Plus(ETM+) 센서의 scan line corrector(SLC)에 고장이 있었으나 현재 Landsat-8까지 고품질의 분광밴드 자료를 지속적으로 제공해 주고 있어 다중분광 영상정합에 의한 빙붕 흐름속도의 시계열 관측에 유용하게 활용될 수 있다.

동남극의 난센 빙붕(Nansen Ice Shelf)은 2016년 4월 빙붕 전면(ice front)에 대규모 붕괴가 발생하였으며(Moctezuma-Flores and Parmiggiani, 2017), 이 붕괴는 빙붕의 역학적 특성 변화에 영향을 줄 수 있다. 최근 연구에 따르면 난센 빙붕 표면에 강을 형성하여 흐르고 있는 융빙수(meltwater)는 지속적으로 바다로 빠져나가고 있는데, 이는 빙붕 하부의 용융(basal melting)과 평형을 이루어 빙붕 붕괴를 촉진시키기보다 막아주는 역할을 하는 것으로 추정되고 있다(Bell et al., 2017). 따라서 난센 빙붕의 붕괴 이후 흐름속도가 가속화 될 것인지 쉽게 예측할 수 없으며, 시계열 모니터링을 통해 확인할 필요가 있다. 그러나 난센 빙붕에 대한 흐름속도 연구는 1990년대(Frezzotti et al., 1998) 이후 거의 수행되지 않았다.

이 연구에서는 2000년부터 2017년까지 난센 빙붕에 대해 획득된 Landsat-7 ETM+ 및 Landsat-8 Operational Land Imager(OLI)영상에 다중분광영상정합 기법을 적용하여 빙붕의 연간 흐름속도를 산출하고 시간적 변화를 분석하였다. Landsat 다중분광 영상정합으로 산출된 흐름속도의 정확도는 빙붕에 설치된 Global Positioning System(GPS) 관측 자료와의 비교를 통해 검증하였다.

2. 연구지역 및 연구자료

1) 연구지역

난센 빙붕은 동남극 북빅토리아랜드(Northern Victoria Land)에 위치한 면적 약 1800 km2의 대형 빙붕으로(Rignot et al., 2013), 프리슬리 빙하(Priestly Glacier)와 리브스 빙하(Reeves Glacier)가 테라노바 만(Terra Nova Bay)으로 흘러들어 형성되었다(Fig. 1). 난센 빙붕은 남쪽으로 빅토리아랜드에서 가장 큰 빙하설(glacier tongue)인 Drygalski 빙하설과 접해 있고, 북쪽으로 약 40 km 떨어진 거리에는 우리나라의 장보고 과학기지가 위치해 있다. 난센 빙붕의 두께는 2000년대 이후 거의 변화가 없으며 (Rignot et al., 2013; Paolo et al., 2015), 빙붕 전면의 붕괴로 인한 면적 손실도 2016년에 발생한 대규모 붕괴를 제외하면 매우 적은 것으로 분석되고 있다(Rignot et al., 2013).

OGCSBN_2018_v34n6_2_1165_f0001.png 이미지

Fig. 1. Lansat-8 OLI panchromatic image of Nansen Ice Shelf obtained on 2 January 2014. The grounding line is shown as the red line. The white box represents the region of ice velocity measurement by Landsat multispectral image matching. The yellow line indicates the rift.

난센 빙붕의 지반선(groundling line) 부근에는 많은 크레바스가 분포하고 있고, 빙붕 표면에 다수의 융빙호수(melt pond)가 존재하고 있다(Fig. 1). Fig. 1에 나타낸 지반선은 남극연구과학위원회(The Scientific Committee on Antarctic Research, SCAR)가 다양한 위성 자료와 현장관측 자료를 융합하여 제공하는 것으로, 난센 빙붕에 대해서는 Landsat 남극 영상 모자이크(Landsat Image Mosaic of Antarctica)와 Ice, Cloud, and land Elevation Satellite(ICESat)의 레이저 고도계 자료가 지반선 추출에 사용되었다(Bindschadler et al., 2011). 난센 빙붕의 일부 융빙호수들은 채널을 이루어 흐르고 빙붕을 가로지르는 rift를 통해 바다로 빠져나가는데, 이와 같이 형성된 빙붕 표면의 강은 빙붕 하부의 용융으로 형성된 몰골(basal channel)과 평형을 이루어 잠재적으로 빙을 안정적인 상태로 유지될 수 있게 한다(Bell et al., 2017). Rift에 유입된 물이 얼게 되면 rift는 더욱 확장되어 결국 빙붕의 붕괴를 발생시키는데, 난센 빙붕은 2016년 4월 rift로 인한 대규모 붕괴로 전체 면적의 약 10%가 감소한 바 있다.

2) 연구자료

Landsat은 지구를 233개의 궤도(path)와 248개의 위도간격(row)으로 구분하는 격자 시스템인 World Reference System으로 촬영 영역을 구분한다. 극지방에서는 궤도사이의 간격이 좁아지기 때문에 여러 개의 path에서 동일한 지역이 촬영될 수 있다. 이 연구에서는 난센 빙붕의 흐름속도를 분석하기 위해 1999년부터 2017년까지 path 62-64, row 113에서 획득된 Landsat-7 ETM+ 영상과 Landsat-8 OLI 영상을 활용하였다(Table 1). 모든 Landsat 영상은 지형보정과 기하보정이 수행된 Level 1GT product를 사용하였다.

Table 1. Landsat-7 ETM+ and Landsat-8 OLI data of Nansen Ice Shelf used in this study

OGCSBN_2018_v34n6_2_1165_t0001.png 이미지

Landsat 영상은 구름이 포함되지 않는 영상 중에서 빙붕 표면에 융빙수가 많이 관찰되지 않는 영상으로 선별하였다. 이는 빙붕 표면의 융빙수가 매년 다른 위치에 형성될 수 있으며, 크기와 모양 또한 상이하여 영상 정합을 통한 흐름속도 산출에 오차를 유발할 수 있기 때문이다. 연간 흐름속도 산출을 위해 약 1년의 시간차를 가지는 Landsat 영상을 사용하고자 하였으나 일부 시기(2000년, 2003-2005년, 2011년)의 경우 영상정합에 적합한 영상을 찾을 수 없었고, 이로 인해 1년 이상의 시간차를 가지는 영상을 통해 연간 흐름속도를 추정하였다(Table 1).

Landsat 영상에서 산출된 난센 빙붕의 흐름속도를 검증하기 위해 빙붕에 설치된 2개 지점(KA4, KA6)의 GPS관측 자료를 이용하였다(Fig. 1). KA4 지점의 GPS 자료는 2014년 12월 26일부터 2017년 2월 12일까지(2015년 8월 23일–12월 25일 기간 제외), KA6 지점의 GPS 자료는 2015년 12월 15일부터 2016년 6월 26일까지 획득되었다. 2014년 12월 4일과 2015년 12월 7일의 Landsat-8 OLI 영상(ID 10 in Table 1) 기반 흐름속도는 KA4 지점에서 2014년 12월 26일과 2015년 12월 26일에 관측된 GPS 자료를 이용해 검증하였다. 그리고 2015년 12월 7일과 2016년 12월 25일의 Landsat-8 OLI 영상(ID 11 in Table 1) 기반 흐름속도는 각각 KA4 지점에서 2015년 12월 26일과 2016년 12월 25일, KA6 지점에서 2015년 12월 15일과 2016년 6월 26일에 관측된 GPS 자료를 통해 검증하였다

3. 연구방법

1) Landsat 다중분광 영상정합

얼음 표면 특징들의 광학적 대비(optical contrast)는 파장 대역마다 다르기 때문에 정확한 영상 정합점의 수는 분광 밴드마다 다르게 나타난다. 따라서 각각의 분광영상에서 산출된 영상정합 결과를 융합하면 단일밴드 영상을 사용할 때 보다 더 많은 수의 정확한 정합점을 구할 수 있으며, 이를 통해 보다 넓은 영역에서 흐름속도를 산출할 수 있다(Han et al., 2016). Han et al.(2016)은 Landsat의 청색, 녹색, 적색, 근적외선, 전정색, 첫 번째 주성분 영상 등 총 6개의 영상에 대해 각각 영상정합을 수행한 후, 그 결과를 융합하여 빙붕의 흐름속도를 산출하는 다중분광 영상정합(multispectral image matching) 기법을 제안하였다(Fig. 2). Landsat-7 ETM+와 Landsat-8 OLI에 포함된 두 개의 중적외선 밴드는 다중분광 영상정합에 사용되지 않았는데, 이는 해당 파장대역이 빙붕표면의 구조적 특징보다는 빙붕 표면을 피복하고 있는 눈의 수분함량 등에 더 민감하여 영상정합 기법 적용에 부적합하기 때문이다(Han et al., 2016).

OGCSBN_2018_v34n6_2_1165_f0002.png 이미지

Fig. 2. Flowchart of the Landsat multispectral image matching (Fig. 2 of Han et al., 2016).

다중분광 영상정합에는 OC 기법(Fitch et al., 2002)이 사용되었다. OC 기법은 주파수 영역에서 수행되는 영상정합 기법으로, 한 영상의 푸리에 변환과 다른 영상의 푸리에 변환의 켤레 복소수를 곱하여 교차 상관관계를 구한다. 이는 NCC와 같이 공간 영역에서 수행되는 영상정합보다 빠르게 결과를 산출하는 장점이 있다(Heid and Kääb, 2012). 영상이 가진 digital number의 방향도 함수(directional derivative)에 대한 푸리에 변환을 이용하는 OC 기법은 광학영상에서 낮은 대비를 보이는 빙하 및 빙붕의 변위 관측에 있어 매우 효과적이다. 2003년 7월부터 Landsat-7 ETM+ 센서의 SLC 고장으로 인해 영상에 관측 값이 없는 줄무늬가 규칙적으로 생성되어 있는데, 이 부분은 OC 기법의 교차 상관 계산에서 무시될 수 있다(Haug et al., 2010; Heid and Kääb, 2012). 따라서 시계열 Landsat 영상의 다중분광 영상정합에 OC 기법은 매우 유용하게 활용될 수 있다.

이 연구에서는 모든 Landsat 영상에 high pass 필터링을 수행한 후 OC 기법을 적용하였다. 영상정합을 위한 기준 창(reference window)의 크기는 64×64 픽셀, 탐색창(search window)의 크기는 256×256 픽셀로 설정하였다. 64×64 픽셀의 탐색 창 크기는 전색 영상에서 960×960 m, 다른 영상에서는 1920×1920 m에 해당한다. 영상정합을 수행하는 동안 기준 창을 중복시킴으로써 480×480 m 해상도의 변위를 산출하였다. 영상정합에 의한 변위는 Landsat 영상이 투영된 극좌표계의 동서(easting) 및 남북(northing) 방향에 대해 모두 산출된다.

2) 다중분광 영상 오정합에 의한 변위 제거

영상정합 수행 시 오정합이 발생할 경우 신뢰할 수 없는 변위가 산출된다. Han et al.(2016)은 각각의 분광밴드에서 산출된 빙붕의 변위는 동일한 위치의 그리드에서 같아야 하며, 빙붕의 변위는 공간적으로 변화가 크지 않다고 가정하여 오정합에 의한 변위 산출 결과를 통계적으로 제거하는 방법을 고안하였다(Fig. 2). 먼저 6개 분광 밴드에서 산출된 동서 방향 변위(dx) 및 남북 방향변위(dy)에서 하나의 그리드를 중심으로 공간적으로 5×5 그리드 범위, 즉 6×5×5 그리드의 직육면체를 설정하고 여기에 포함된 150개 변위들의 중앙값과 사분위간 범위(interquartile range)를 계산한다. 그리고 각각의 분광밴드에서 산출된 변위 dx, dy가 150개 변위들의 중앙값으로부터 사분위간 범위의 0.5배 이상 벗어나면 오정합으로 간주하여 제거한다. 두 번째로 6개 분광밴드에서 산출된 변위에 대해 각각의 그리드마다 평균(\(\overline{d x}\), \(\overline{d y}\))과 표준편차(σdx, σdy)를 계산한다. σdx, σdy는 OC기법에 의한 영상정합 오차, 주영상과 부영상 간의 위치 오차, 분광밴드 영상 간의 위치 오차를 포함할 수 있다. Han et al.(2016)은 OC 기법에 의한 Landsat 영상정합 오차가 ~7.5 m(Haug et al., 2010), 다중시기 Landsat 영상 사이의 위치 오차가 ~12 m(Lee et al., 2004; Storey et al., 2014), Landsat 분광밴드 영상 사이의 위치 오차가 ~5 m(Storey et al., 2014)임을 고려하여 σdx, σdy가 30 m 보다 큰 \(\overline{d x}\), \(\overline{d y}\)를 오정합에 의한 변위 산출 결과로 정의하여 제거하였다. 마지막으로 \(\overline{d x}\), \(\overline{d y}\) 영상에서 하나의 그리 중심으로 공간적으로 5×5 그리드에 대한 평균(\(\overline{d x_{h}}\), \(\overline{d y_{h}}\))과 표준편차(\(\sigma_{d x}^{h}, \sigma_{d y}^{h}\))를 계산한 후, \(\overline{d x}\), \(\overline{d y}\)가 각각 \(\overline{d x_{h}}\), \(\overline{d y_{h}}\)로부터 \(\sigma_{d x}^{h}, \sigma_{d y}^{h}\) 이상 벗어나면 오정합으로 간주하여 제거한다. 이러한 오정합 제거 과정 수행 이후에 남은 는 최종 흐름속도 산출에 사용된다. σdx와 σdy는 다중분광 영상정합으로 산출된 변위의 오차로 해석할 수 있다. 이 연구에서는 Han et al. (2016)이 제시한 방법을 사용하여 오정합에 의한 변위를 제거한 후, 난센 빙붕의 흐름속도를 산출하였다.

4. 결과 및 토의

1) Landsat 다중분광 영상정합 결과 검증

Landsat 다중분광 영상정합이 단일밴드 영상정합에 비해 효과적인지 살펴보기 위해 다중분광 영상정합과 단일밴드 영상정합 결과를 상호 비교하였다. Fig. 3은 Landsat을 이용한 영상정합 연구에서 가장 널리 활용되고 있는 전정색 단일밴드의 OC 기반 영상정합 결과와 이 연구에서 수행한 다중분광 영상정합 결과의 비교 예시로, 2015년 12월 7일과 2016년 12월 25일의 Landsat-8 OLI 영상(ID 11 in Table 1)을 이용하여 산출한 것이다. 단일밴드 영상정합 결과에서 오정합에 의한 변위를 제거하기 위해 Heid and Kääb(2012)가 제안한 오정합 필터링 방법을 사용하였다. 이 필터링 방법에서는 하나의 그리드를 중심으로 공간적으로 3×3 그리드의 평균을 계산한 후, 중심 그리드의 변위가 평균값보다 150 m 이상 차이가 있는 경우 오정합으로 간주되어 제거된다.

OGCSBN_2018_v34n6_2_1165_f0003.png 이미지

Fig. 3. The ice velocity field in 2016 derived from single band image matching (left column) and the Landsat multispectral image matching (right column). (a, b) The easting velocity component and (c, d) th northing velocity component. The grounding line is shown as the white line.

다중분광 영상정합은 극좌표계의 동서 방향(Fig. 3(b))과 남북 방향(Fig. 3(d))에 대해 33,764개 그리드에서 변위를 산출하였고, 이는 단일밴드 영상정합으로 산출된 26,599개 그리드의 변위(Fig. 3(a), 3(c))보다 27% 더 많은 양에 해당한다. 2000년부터 2017년까지 난센 빙붕의 연간 흐름속도 산출에 활용된 Landsat 다중분광 영상정합은 전정색 단일밴드 영상정합에 비해 최소 14%, 최대 29% 더 넓은 영역에서 변위를 산출하였다. 이를 통해 다중분광 영상정합이 단일밴드 영상정합에 비해 난센 빙붕의 흐름속도 관측에 더 효과적임을 확인하였다.

Landsat 다중분광 영상정합으로 산출된 난센 빙붕의 흐름속도에 대한 정량적 검증을 수행하기 위해 빙붕에 설치된 GPS 관측 자료를 이용하였다. KA4 지점에서 Landsat-8 다중분광 영상정합으로 산출된 동서 방향 및 남북 방향의 흐름속도는 GPS로 관측된 흐름속도와 비교하여 최대 2.1 m a-1의 매우 작은 차이를 보였다(Table 2). 그러나 KA6 지점에서는 Landsat-8 다중분광 영상정합으로 산출된 동서 방향 및 남북 방향의 흐름속도가 GPS로 관측된 흐름속도에 비해 12-13 m a-1 빠른 것으로 나타났다. KA6 지점에서 다중분광 영상정합에 의한 빙붕의 연간 흐름속도가 1년 간의 시간차를 가지는 영상(2015년 12월 7일, 2016년 12월 25일)으로부터 산출된 반면, GPS로부터 산출된 연간 흐름속도는 2015년 12월 15일부터 2016년 6월 26일까지 약 6개월 동안의 관측 자료만을 이용하였다. 따라서 KA4 지점에 비해 KA6 지점에서 Landsat 다중분광 영상정합과 GPS 관측 사이에 차이가 큰 것은 서로 다른 기간 동안 획득된 자료로부터 연평균 흐름속도를 산출한 것에 기인한다고 판단된다. 이는 또한 난센 빙붕의 흐름속도에 계절적 변화가 있을 수 있음을 의미하지만 변화량은 10 m a-1 내외의 작은 수준이라고 판단할 수 있다.

Table 2. Ice velocities derived from Landsat multispectral image matching and GPS observations at the location of KA4 and KA6

OGCSBN_2018_v34n6_2_1165_t0002.png 이미지

Landsat 다중분광 영상정합으로 산출된 흐름속도의 정확성을 검증하는데 있어 이 연구에서 사용된 GPS자료는 부족할 수 있다. 그러나 영상정합을 통한 변위관측 오차는 주영상과 부영상 간의 위치 오차, 동일한 Landsat 다중분광 영상 사이의 위치 오차와 같은 계통오차(systematic error)가 지배적이다. 따라서 Landsat 다중분광 영상정합에 의한 난센 빙붕의 흐름속 산출 오차는 수 m 이내라고 할 수 있다.

2) 난센 빙붕의 흐름속도 변화

Fig. 4는 2000-2001년과 2017년 난센 빙붕의 동서 방향 속도(Fig. 4(a), 4(b)), 남북 방향 속도(Fig. 4(c), 4(d)), 흐름 방향에 대한 속도(Fig. 4(e), 4(f))를 보여준다. Fig. 4(e)와 4(f)의 화살표는 빙붕의 흐름 방향을 나타낸다. 2000-2001년 흐름속도는 2001년 11월 29일 Landsat-7 ETM+전정색 영상 위에 나타냈으며, 2017년 흐름속도는 2017년 12월 28일 Landsat-8 OLI 전정색 영상 위에 나타낸 것이다. 2016년 4월에 발생한 빙붕의 붕괴로 인해 2017년 영상에서 빙붕 전면 부분의 면적이 줄어든 것을 볼 수 있다. Drygalski 빙하설과 인접한 지역(Fig. 4(e), 4(f)의 흰색 사각형)은 난센 빙붕에서 유동의 변화가 가장 큰 곳으로 확인된다. 이 지역의 동서 방향 속도는 2000-2001년-19 m a-1에서 2017년 317 m a-1로, 남북 방향의 속도는-2 m a-1에서 127 m a-1로 가속화 되었다. 흐름 방향으로의 속도는 2000–2001년 19 m a-1에서 2017년 342 m a-1로증가한 것으로 나타났다. 난센 빙붕의 흐름속도 변화는 이 지역에서 가장 큰 것으로 나타나지만, 흐름속도가 Drygalski 빙하설의 유동에 크게 영향을 받을 수 있어 이 연구의 분석에서는 제외하였다.

OGCSBN_2018_v34n6_2_1165_f0004.png 이미지

Fig. 4. The ice velocity fields of Nansen Ice Shelf in 2000-2001 (left column) and 2017 (right column) obtained from the Landsat multispectral image matching. (a, b) The image easting velocity component, (c, d) the image northing velocity component and (e, f) the velocity magnitudes. The arrows on (e) and (f) represent the local flow direction. The blue line in (a) is the profile of the velocity variations as shown in Fig. 6.

Fig. 5(a)와 5(b)는 각각 2000-2001년과 2017년 난센 빙붕의 흐름 방향 속도에 대한 오차로 σdx, σdy에서 파생된 것이다. 2000–2001년과 2017년 흐름속도의 오차는 난센빙붕의 전면 부근과 육지와 인접한 빙붕의 가장자리를 제외하고 대부분 5 m a-1 이내인 것으 분석되었고, 이는 GPS 자료로 분석된 Landsat 다중분광 영상정의 흐름속도 산출 오차(2.1 m a-1)와 유사한 수준이다. 따라서 Fig. 5를 통해 Landsat 다중분광 영상정합 기법이 빙붕의 흐름속도 산출에 매우 유용하며, 신뢰할 수 있는 흐름 속도를 제공함을 다시 확인할 수 있다.

OGCSBN_2018_v34n6_2_1165_f0005.png 이미지

Fig. 5. Uncertainty in the velocity magnitude of Nansen Ice Shelf in (a) 2000-2011 and (b) 2017, respectively, derived from the Landsat multispectral image matching.

Fig. 6은 2000-2001년부터 2017년까지 난센 빙붕 중앙부의 유선을 따라 설정한 측선(Fig. 4(a)의 실선 A-A′)에서 관측된 동서 방향, 남북 방향, 흐름 방향의 속도를 보여준다. 난센 빙붕의 흐름속도는 rift의 하류 지역이 2014년부터 급격한 속도 증가를 보인 것 외에는 17년 동안 거의 변화가 없다. 리브스 빙하의 유동 방향에 의해 지반선 부근에서는 동서 방향의 흐름속도가 지배적으로 나타나며(Fig. 6(a)), 프리슬리 빙하가 합류하는 지점부터는 남북 방향의 속도가 100 m a-1 이상으로 증가하는 것이 관찰된다(Fig. 6(b)). 측선의 40-60 km 구간에서 동서 방향의 속도는 2009년에 가장 빠른 것으로 나타나는 반면 남북 방향의 흐름속도는 2009년에 가장 느린 것으로 나타난다. 이는 다른 해에 비해서 2009년에 리브스 빙하의 유동이 프리슬리 빙하의 유동보다 난센 빙붕의 흐름에 더 큰 영향을 주었음을 의미한다.

OGCSBN_2018_v34n6_2_1165_f0006.png 이미지

Fig. 6. The ice velocity profiles along the central flow line of Nansen Ice Shelf from 2000 to 2017. (a) The easting velocity components, (b) the northing velocity components and (c) the velocity magnitudes. The vertical solid line represents the location of the grounding line and the vertical dotted line represents the location of the rift.

측선의 40-65 km 구간에서 흐름 방향에 대한 속도는 2011-2012년에 가장 빨랐으며, 2014년에 다소 감소하였고 이후 거의 변화하지 않았다(Fig. 6(c)). 측선의 65 km지점은 rift의 위치로, rift 상류에서 2011–2012년 최대 흐름속도(255 m a-1)는 2010년 최대 흐름속도(228 m a-1)에 비해 11% 더 빨랐다. Rift 하류에서의 속도는 011-2012년 273 m a-1에서 2014년 651 m asup>-1, 2015년 776 m a-1로 급격히 증가하였다. 측선을 따라 rift의 위치를 전후로 2011-2012년 흐름속도가 불연속적인 것을 볼 수 있는데, 이는 2011년 12월 이후에 rift가 발달하기 시작하였음을 의미한다. 빙붕의 붕괴 이후 측선에서 관측된 흐름속도는 다소 감소하여 2017년 최대 225 m a-1로 측정되었다.

난센 빙붕의 rift는 2011년 이전의 Landsat 영상에서 식별하기 어려웠다(Fig. 7(a)). 2012년 12월 영상부터 rift가 형성된 것이 뚜렷하게 관찰되며(Fig. 7(b)), 2014년 1월부터는 rift의 폭이 넓어진 것이 관찰되었다(Fig. 7(c)-7(e)). Fig. 6(c)로 분석된 난센 빙붕의 흐름속도 변화를 고려하면, rift의 발달 초기에 rift 상류에서는 흐름이 빨라지지만 흐름속도 증가율은 11%에 불과하며, rift가 완전히 발달한 이후 rift 상류의 흐름은 다소 감소하여 안정화되고 하류의 흐름은 급격히 가속화됨을 알 수 있다. 이 결과로부터 난센 빙붕에서 대형 rift의 발생 및 빙붕 전면 부분의 붕괴가 빙붕의 흐름속도에 큰 영향을 주지 않는 것으로 판단할 수 있다. 이는 난센 빙붕에서 rift를 통한 표면 융빙수의 해양 유출과 빙붕 하부 용융의 평형으로 인해 잠재적으로 빙붕이 안정화될 수 있다는 가설(Bell et al., 2017)을 뒷받침하는 결과라고 할 수 있다.

OGCSBN_2018_v34n6_2_1165_f0007.png 이미지

Fig. 7. Landsat panchromatic images obtained during the development of the rift near the ice front of Nansen Ice Shelf. Landsat-7 ETM+ panchromatic image on (a) 10 December 2010 and (b) 15 December 2012, and Landsat-8 OLI panchromatic image on (c) 2 January 2014, (d) 4 December 2014, (e) 7 December 2015, and (f) 25 December 2016.

5. 결론

이 연구에서는 Landsat 다중분광 영상정합을 이용하여 2000년부터 2017년까지 동남극 난센 빙붕의 연간 흐름속도를 관측하고, 속도의 변화를 분석하였다. Landsat 다중분광 영상정합은 전정색 단일밴드를 사용하는 영상정합에 비해 오정합률이 낮았으며, 최소 14% 더 넓은 영역에서 신뢰할 수 있는 변위를 산출하였다. Landsat 다중분광 영상정합에서 산출된 난센 빙붕의 흐름속도는 GPS로 관측된 흐름속도와 비교하여 2.1 m a-1의 매우 작은 차이를 나타냈고, 이를 통해 Landsat 다중분광 영상정합이 난센 빙붕의 흐름속도 산출에 유용함을 확인하였다. 센 빙붕의 흐름속도는 Drygalski 빙하설과 인접한 영역에서 2000년부터 2017년 사이에 급격한 가속화가 관찰되었다. 빙붕의 중앙 유선을 따라 측정된 흐름속도는 2000년부터 2010년까지 변화가 없었으며, rift가 발달하기 시작한 2011-2012년에 rift 상류에서 약 11% 가속화 되었다. Rift가 완전히 발달한 2014년부터 rift 상류의 흐름속도는 다소 감소한 상태로 안정화 되었다. 반면 rift 하류에서는 2010년부터 빙붕의 붕괴가 발생할 때 까지 급격한 흐름속도 증가를 보였다.

이 연구를 통해 rift의 발달 초기에 난센 빙붕의 흐름속도 증가를 확인하였다. 그러나 흐름속도 증가율은 11%로 비교적 작았으며, rift 발달 이후 흐름속도는 다소 감소하여 안정화 된 것을 확인하였다. 이를 통해 rift의 진화가 난센 빙붕의 흐름속도에 거의 영향을 주지 않음을 판단할 수 있었다. 이 연구는 난센 빙붕 표면에 형성된 융빙수의 해양 유출이 빙붕의 안정성에 기여한다는 가설과 함께 활용되어 빙붕의 역학적 특성을 규명하고 미래 변화를 예측하는데 기여할 것으로 기대된다.

사사

이 논문은 극지연구소의 기본연구사업(PE18250, PE18120)과 해양수산부의 극지 및 대양과학 연구사업(20140410)의 지원으로 수행되었으며, 이에 감사드립니다.

Acknowledgement

Supported by : 극지연구소, 해양수산부

References

  1. Bell, R.E., W. Chu, J. Kingslake, I. Das, M. Tedesco, K.J. Tinto, C.J. Zappa, M. Frezzotti, A. Boghosian, and W.S. Lee, 2017. Antarctic ice shelf potentially stabilized by export of meltwater in surface river, Nature, 544: 344-348. https://doi.org/10.1038/nature22048
  2. Bindschadler, R., H. Choi, A. Wichlacz, R. Bingham, J. Bohlander, K. Brunt, H. Corr, R. Drews, H. Fricker, M. Hall, R. Hindmarsh, J. Kohler, L. Padman, W. Rack, G. Rotschky, S. Urbini, P. Vornberger, and N. Young, 2011. Getting around Antarctica: new high-resolution mappings of the grounded and freely-floating boundaries of the Antarctic ice sheet created for the International Polar Year, The Cryosphere, 5: 569-588. https://doi.org/10.5194/tc-5-569-2011
  3. Fitch, A.J., A. Kadyrov, W.J. Christmas, and J. Kittler, 2002. Orientation correlation, Proc. of 2012 British Machine Vision Conference, Surrey, England, Sep. 3-7, pp. 133-142.
  4. Frezzotti, M., A. Capra, and L. Vittuari, 1998. Comparison between glacier ice velocities inferred from GPS and sequential satellite images, Annals of Glaciology, 27: 54-60. https://doi.org/10.3189/1998AoG27-1-54-60
  5. Han, H. and H. Lee, 2015. Tide-corrected flow velocity and mass balance of Campbell Glacier Tongue, East Antarctica, derived from interferometric SAR, Remote Sensing of Environment, 160: 180-192. https://doi.org/10.1016/j.rse.2015.01.014
  6. Han, H. and H. Lee, 2017. Surface strain rates and crevassing of Campbell Glacier Tongue in East Antarctica analysed by tide-corrected DInSAR, Remote Sensing Letters, 8(4): 330-339. https://doi.org/10.1080/2150704X.2016.1271158
  7. Han, H., J. Im, and H.-C. Kim, 2016. Variations in ice velocities of Pine Island Glacier Ice Shelf evaluated using multispectral image matching of Landsat time series data, Remote Sensing of Environment, 186: 358-371. https://doi.org/10.1016/j.rse.2016.09.001
  8. Han, H., Y. Ji, and H. Lee, 2013. Estimation of annual variation of ice extent and flow velocity of Campbell Glacier in East Antarctica using COSMO-SkyMed SAR images, Korean Journal of Remote Sensing, 29(1): 45-55 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2013.29.1.5
  9. Haug, T., A. Kaab, and P. Skvarca, 2010. Monitoring ice shelf velocities from repeat MODIS and Landsat data - a method study on the Larsen C ice shelf, Antarctic Peninsula, and 10 other ice shelves around Antarctica, The Cryosphere, 4(2): 161-178. https://doi.org/10.5194/tc-4-161-2010
  10. Heid, T. and A. Kaab, 2012. Evaluation of existing image matching methods for deriving glacier surface displacements globally from optical satellite imagery, Remote Sensing of Environment, 118: 339-355. https://doi.org/10.1016/j.rse.2011.11.024
  11. Jawak, S.D., S. Kumar, A.J. Luis, M. Bartanwala, S. Tummala, and A.C. Pandey, 2018. Evaluation of geospatial tools for generating accurate glacier velocity maps from optical remote sensing data, Proceedings, 2(7): 341. https://doi.org/10.3390/ecrs-2-05154
  12. Lee, D.S., J.C. Storey, M.J. Choate, and R.W. Hayes, 2004. Four years of Landsat-7 on-orbit geometric calibration and performance, IEEE Transactions on Geoscience and Remote Sensing, 42(12): 2786-2795. https://doi.org/10.1109/TGRS.2004.836769
  13. Moctezuma-Flores, M. and F. Parmiggiani, 2017. Tracking of the iceberg created by the Nansen Ice Shelf collapse, International Journal of Remote Sensing, 38(5): 1224-1234. https://doi.org/10.1080/01431161.2016.1275054
  14. Kaab, A., B. Lefauconnier, and K. Melvold, 2005. Flow field of Kronebreen, Svalbard, using repeated Landsat 7 and ASTER data, Annals of Glaciology, 42: 7-13. https://doi.org/10.3189/172756405781812916
  15. Paolo, F.S., H.A. Fricker, and L. Padman, 2015. Volume loss from Antarctic ice shelves is accelerating, Science, 348(6232): 327-331. https://doi.org/10.1126/science.aaa0940
  16. Rignot, E., G. Casassa, P. Gogineni, W. Krabill, A. Rivera, and R. Thomas, 2004. Accelerated ice discharge from the Antarctic Peninsula following the collapse of Larsen B ice shelf, Geophysical Research Letters, 31, L18401. https://doi.org/10.1029/2004GL020697
  17. Rignot, E., S. Jacobs, J. Mouginot, and B. Scheuchl, 2013. Ice-shelf melting around Antarctica, Science, 341(6143): 266-270. https://doi.org/10.1126/science.1235798
  18. Scambos, T.A., J.A. Bohlander, C.A. Shuman, and P. Skvarca, 2004. Glacier acceleration and thinning after ice shelf collapse in the Larsen B embayment, Antarctica, Geophysical Research Letters, 31, L18402. https://doi.org/10.1029/2004GL020670
  19. Schellenberger, T., T. Dunse, A. Kaab, J. Kohler, and C.H. Reijmer, 2015. Surface speed and frontal ablation of Kronebreen and Kongsbreen, NW Svalbard, from SAR offset tracking, The Cryosphere, 9(6): 2339-2355. https://doi.org/10.5194/tc-9-2339-2015
  20. Storey, J., M. Choate, and K. Lee, 2014. Landsat 8 Operational Land Imager on-orbit geometric calibration and performance, Remote Sensing, 6(11): 11127-11152. https://doi.org/10.3390/rs61111127
  21. Strozzi, T., A. Luckman, T. Murray, U. Wegmuller, and C.L. Werner, 2002. Glacier motion estimation using SAR offset-tracking procedures, IEEE Transactions on Geoscience and Remote Sensing, 40(11): 2384-2391. https://doi.org/10.1109/TGRS.2002.805079
  22. Warner, R.C. and J.L. Roberts, 2013. Pine Island Glacier (Antarctica) velocities from Landsat7 images between 2001 and 2011: FFT-based image correlation for images with data gaps, Journal of Glaciology, 59(215): 571-582. https://doi.org/10.3189/2013JoG12J113