서론
북극권의 동토 지역에는 석유, 천연가스 등 다양한 자원이 풍부하게 매장되어 있다. 최근 지구온난화의 영향으로 인해 북극권의 융빙이 가속화되어 동토 지역에 대한 현장 접근성이 높아지고 있고(Kim and Kim, 2021), 자원개발의 여건이 크게 개선되고 있어 그에 따른 건설 활동이 증가하는 추세에 있다. 동토 지역에서의 자원개발 플랜트 건설 입지는 추운 기후 조건과 제한된 기반시설, 그리고 동토 활성층(active layer)의 융해와 동결에 따른 지반 불안정성 등 극한지 고유의 특성을 고려하여 선정되어야 한다. 특히 기후변화로 인해 북극권 영구동토층의 지속적인 융해가 보고되고 있기 때문에(Jasechko et al., 2012; Box et al., 2019; Farquharson et al., 2019; Chen et al., 2022) 동토 지역에서의 시설물은 동토층 융해의 영향이 적은 위치에 건설되어야 하며, 건설 활동 전에 지반의 안정성 분석이 필수적으로 수행되어야 한다. 동토 지역의 자원개발 플랜트 건설은 동토층의 변위뿐만 아니라 지형 및 기후 특성도 중요하게 고려해야 한다(Doré et al., 2016).
지리정보시스템(Geographic Information System) 기반의 공간분석은 최적의 입지를 선정하는데 유용하게 활용되고 있다. 계층화 분석기법(Analytical Hierarchy Process, AHP)은 복잡한 문제를 계층화하여 분석에 고려되는 인자들을 분해 및 인자들 간의 상대적 중요도를 산출함으로써 우선순위를 평가하는 다기준 의사결정 방법 중 하나이다. AHP 기법은 복잡한 의사결정 문제를 정량적으로 처리할 수 있는 장점이 있으며, 태양광 발전소, 폐기물 저장소 등 다양한 유형의 건설 입지를 분석하는데 활발히 이용되고 있다(Bunruamkaew and Murayam, 2011; Noorollahi et al., 2016; Hazarika and Saikia, 2020). 공간분석을 통한 최적 입지 분석에는 토지 피복, 기후 특성, 도로 및 철도와 같은 교통 인프라와의 접근성, 지형 고도 등 다양한 공간정보가 사용된다(Noorollahi et al., 2016; Ruiz et al., 2020; Vrînceanu et al., 2022). 동토 지역에서는 활성층의 동결 및 융해로 인하여 지반에 변형이 발생할 수 있고, 지반의 변형에 따라 건축물의 손상 및 붕괴 위험이 매우 높으므로(Jin et al., 2021) 북극권 동토 지역의 지반 변위 정보는 건설 입지 선정에 있어 필수적으로 고려되어야 한다. 그러나 현재까지 동토지역에서의 건설 입지 분석을 위한 공간분석에 지표변위를 고려한 사례는 거의 없다.
변위에 대한 공간정보는 인공위성 영상레이더(Synthetic Aperture Radar, SAR) 자료에 레이더 간섭기법(Interferometric SAR, InSAR)을 적용하여 구축할 수 있다. InSAR 기법은 동일 지역에서 획득된 2장 이상의 SAR 영상으로부터 위상(phase)의 차이를 구하여 지표의 고도 및 레이더 관측 방향(line of sight, LOS)으로의 변위를 측정하는 기법으로, 수치표면모델(digital surface model) 또는 수치고도모델(digital elevation model)을 통해 지형고도에 의한 간섭위상(interferometric phase)을 제거하면 매우 정밀한 지표변위 측정이 가능하다. 인공위성 SAR 영상의 관측 범위(swath)가 수십~수백 km 이므로 InSAR를 통해 광역적인 활성 동토층에서의 변위 공간정보를 구축할 수 있으며, 이는 동토 지역에서의 자원개발 플랜트 최적 입지 분석에 사용될 수 있다.
이 연구에서는 인공위성 InSAR 기반의 지표변위를 포함하는 다양한 공간정보의 AHP 분석을 통해 북극권 동토 지역에서 자원개발 플랜트 건설의 최적 입지를 평가하고, 입지 적합도 결정에 있어 지표변위의 중요성을 논의하고자 하였다. 계절에 따른 동토층의 동결과 융해가 상대적으로 크게 나타날 수 있는 아북극 지역이며, 오일샌드(oil sands) 개발이 활발히 이루어지고 있는 캐나다 앨버타(Alberta) 주의 Athabasca 지역을 연구지역으로 선정하여 사례 분석을 수행하였다. 지표 변위를 고려하여 분석된 오일샌드 개발 플랜트 건설 입지는 실제 오일샌드 플랜트 건설지 위치와의 비교를 통해 그 타당성이 평가되었다. 그리고 최적 입지 선정에 사용된 공간정보들의 민감도 분석을 통해 동토 지역에서의 자원개발 플랜트 건설 입지 결정에 있어 지표변위의 중요성을 판단하였다.
연구지역
캐나다 앨버타 주의 Athabasca 지역은 세계적인 오일샌드 매장지 중 하나로(Yergeau et al., 2012), 북부는 동토가 10~50% 분포하는 sporadic permafrost zone에 해당하며 남부는 10% 이하의 동토가 산발적으로 분포하는 isolated patch zone에 해당한다(Obu et al., 2019). Athabasca 지역의 동토층은 최근 기후변화로 인하여 지속적으로 융해되고 있음이 보고되고 있다(Gibson et al., 2016; Volik et al., 2020).
Athabasca 지역에서는 노천 채굴과 증기 보조 중력 배수(Steam-Assisted Gravity Drainage, SAGD) 공법을 활용한 오일 샌드 개발이 활발히 이루어지고 있다(Pinto et al., 2021). SAGD 공법은 주로 65 m 이하 깊이에 부존하는 오일샌드를 채굴할 때 활용된다(Pearse et al., 2014). Athabasca 지역의 오일샌드는 상대적으로 깊은 지하에 부존하고 있어 SAGD 공법을 활용한 채굴이 80%에 이른다(Gupta and Gittins, 2007). 오일샌드 자원의 개발이 활발히 이루어지면서 SAGD 플랜트가 확장되는 추세에 있으며, 이에 따라 오일샌드 개발 플랜트 건설의 최적 입지 분석이 요구되고 있다. 이 연구에서는 SAGD 플랜트를 통한 오일샌드 개발 활동이 활발하며 동토층의 동결 및 융해에 의한 지표변위가 공간적으로 상이하게 나타날 수 있는 Athabasca 남부 지역을 연구지역으로 선정하였다(Fig. 1).
Fig. 1. Location of the southern Athabasca oil sands region in Alberta, Canada (ⓒGoogle Earth). The red box indicates the imaging coverage of ALOS PALSAR used in this study.
연구자료 및 방법
입지 분석을 위한 공간정보 구축
자원개발 플랜트를 건설하는데 있어서 토지피복의 분석은 매우 중요하다. 이 연구에서는 북미환경협력위원회(North American Commission for Environmental Cooperation)에서 배포하는 30 m 공간해상도의 2010년 및 2020년 토지피복도를 구축하였다. 2010년의 토지피복도(Fig. 2a)는 2010년 이후의 오일샌드 개발 플랜트 건설 입지 분석을 위한 공간정보로 활용하였다. 건설 활동이 불가능한 습지와 수계 영역은 입지 분석에서 제외하였으며, 다른 공간정보 자료에서도 동일한 영역을 분석에서 제외하였다. 2020년의 토지피복도는 2010년 토지피복도와의 비교를 통해 2010년 이후 SAGD 플랜트가 건설된 영역을 파악하는데 활용하였고, 이는 입지 분석 결과의 타당성 평가에 사용되었다.
Fig. 2. Geospatial information used to identify the optimal location for the construction of oil-sand development plants in the southern Athabasca region. (a) land cover in 2010, (b) annual mean air temperature, (c) annual mean surface temperature, (d) annual mean soil temperature, (e) distance from roads, (f) distance from railways, (g) surface elevation, (h) slope, and (i) surface displacement velocity.
북극권에서 최적의 건설 입지를 분석하는 데에는 기후 특성을 반영할 수 있는 공간정보가 고려되어야 하며, 특히 온도에 관련된 정보가 매우 중요하게 고려될 필요가 있다. European Centre for Medium-Range Weather Forecasts에서 코페르니쿠스 기후변화 서비스(Copernicus Climate Change Service)를 통해 생산 및 제공되는 ERA5는 1940년부터 현재까지의 대기, 육상, 해양 기후인자에 대한 재분석 자료이다. 이 연구에서는 오일샌드 개발 플랜트 건설 최적 입지 선정에 기온, 지표온도, 지중온도의 특성을 고려하기 위해 ERA5 데이터셋 중 ERA5-Land monthly averaged data from 1950 to present를 통해 2000년 1월부터 2010년 12월까지의 월평균 2-m temperature(기온), surface temperature(지표온도), soil temperature level 1(0~7 cm 깊이의 지중온도) 재분석 자료를 구축하였다. 지중온도는 일반적으로 동토 활성층의 융해가 2~8 cm 깊이에서 발생하는 점을 고려하여(Dobiński, 2020) 0~7 cm 깊이에 대한 자료로 구축하였다. 연구에 사용된 ERA5 재분석 자료는 9 km의 격자 크기를 가지며, 격자 마다 월평균 값으로부터 연평균 값을 산출하여 연구지역에 대한 온도 특성이 도출될 수 있도록 하였다. ERA5 기반 공간정보가 토지피복도의 공간해상도와 같은 30 m 크기의 격자를 가지도록 최근접 이웃(nearest neighbor) 보간법을 이용하여 resampling을 수행하였다(Figs. 2b~2d). 북극권의 건설 입지는 적설분포 및 적설량 등 눈과 관련된 기후 특성도 중요하게 고려되어야 한다. 그러나 이 연구에서는 연구지역 전체에 걸쳐 거의 균일한 적설 특성이 나타나기 때문에 입지 분석에서 눈과 관련된 공간정보는 제외하였다.
자원개발 플랜트 건설의 최적 입지 선정에는 경제적인 자원 수송에 요구되는 교통 인프라와의 접근성이 중요하다. 이 연구에서는 캐나다 연방 통계청(Statistics Canada, https://www.statcan.gc.ca/)에서 배포하는 앨버타 주에 대한 벡터(vector) 형식의 도로 및 철도 공간정보를 구축하였다. 그리고 도로와 철도 벡터 데이터에 1 km, 3 km, 6 km, 10 km의 버퍼(buffer)를 생성하였고, 이를 30 m의 격자 크기를 가지는 래스터(raster) 형식으로 변환하여 입지 분석에 사용하였다(Figs. 2e~2f). 지형 고도 및 경사에 대한 공간정보는 유럽 우주국(European Space Agency)에서 제공하는 30 m 공간해상도의 GLO-30 Digital Elevation Model(DEM)로부터 구축하여 입지 분석에 사용하였다(Figs. 2g~2h).
Athabasca 남부 지역의 지표변위 공간정보를 생성하기 위해 2007년 1월부터 2011년 3월까지 일본 우주항공연구개발기구(Japan Aerospace Exploration Agency)에서 운용한 Advanced Land Observing Satellite(ALOS) 위성으로부터 획득된 총34장의 Phased Array type L-band Synthetic Aperture Radar(PALSAR) 영상을 활용하였다(Table 1). ALOS는 46일의 재방문주기를 가지며, PALSAR는 중심 주파수 1.27 GHz의 L-band SAR이다. 이 연구에서 획득된 ALOS PALSAR 영상은 모두 위성의 상향 궤도(ascending orbit)에서 Fine beam 모드, HH 편파로 관측된 Level 1.0의 원시자료(raw data)이다. ALOS PALSAR의 Fine beam 모드는 70 km × 40 km의 관측 범위를 가지는데, 이는 Fig. 1의 연구범위(70 km × 80 km)보다 작다. 연구지역 전체에 대한 지표변위 공간정보를 획득하기 위해 동일한 위성 path의 연속된 두 frame(frame number 1100과 1110)에서 획득된 영상을 활용하였다.
Table 1. ALOS PALSAR data used to determine surface displacement of the southern Athabasca region
동토 지역의 지반변위는 계절에 따라 크기와 방향이 달라질 수 있으므로 짧은 기간 동안의 변위를 관측하는 것 보다 장기간의 변위를 관측해야 할 필요가 있다. 이 연구에서는 ALOS PALSAR 원시 영상자료를 Single Look Complex(SLC) 포맷의 영상으로 변환한 후 대표적인 시계열 레이더 간섭기법인 Small BAseline Subset(SBAS) InSAR(Berardino et al., 2002)를 적용하였다. SBAS InSAR 기법은 SAR 영상 사이의 시간(temporal baseline) 및 수직(공간) 기선거리(perpendicular baseline)가 짧아 긴밀도(coherence)가 높은 다수의 레이더 간섭도(interferogram)를 생성하여 시계열 변위를 측정하는 방법이다. 이 기법은 decorrelation이 작은 다수의 레이더 간섭도를 사용하기 때문에 Athabasca 지역과 같이 대부분이 산림으로 피복되어 있는 동토 지역의 시계열 지표변위를 측정하는데 매우 효과적이다(Zhao et al., 2016). ALOS PALSAR와 같이 L-band SAR는 파장이 긴 마이크로파를 사용하므로 동토 지역에 대한 InSAR 수행시 다른 band의 SAR보다 높은 긴밀도를 기대할 수 있으며, 비교적 긴 시간 및 수직 기선거리의 간섭도를 생성하여 SBAS InSAR를 수행할 수 있다(Chen et al., 2013). SBAS InSAR 기법을 수행하기 위해 먼저 SLC 영상들을 정합(co-registration)하였다. 그리고 수직 기선거리와 시간 기선거리가 각각 1,500 m와 3년 이하인 레이더 간섭도들을 생성하였고, 이 중에서 긴밀도가 낮거나 절대위상 복원에 오류가 있어 시계열 변위 측정에 부정확성을 야기할 수 있는 간섭도들을 육안으로 선별하여 SBAS InSAR 분석에서 제외하였다. 최종적으로 28장의 간섭도가 SBAS InSAR 기법에 적용되었다. 간섭도에서 decorrelation, 기선거리 오차(baseline error), 절대위상복원 오차 등으로 인해 발생할 수 있는 지표변위 산출의 오류를 최소화하기 위해 긴밀도가 0.3 미만인 픽셀을 분석에서 제외하였고, stacking된 간섭도들로부터 모사된 선형의 시계열 간섭위상(time series phase)과 관측된 위상 사이의 차이(residual)에 대한 표준편차가 0.8 radian 이상인 픽셀도 지표변위 산출에서 제외하였다. 그리고 간섭도에서 위성의 궤도 오차 및 대기에 의한 위상 지연 등의 효과에 기인하는 선형의 위상 트렌드를 절대위상복원이 수행된 간섭위상의 2-D quadratic polynomial fitting을 통해 모델링하여 제거(Kim and Han, 2023)한 후 Singular Value Decomposition을 통해 시계열 지표변위를 산출하였다(Fig. 2i).
지표변위 정보 구축을 위해 2007년부터 2011년 3월까지의 ALOS PALSAR 영상을 사용한 것은 입지 분석을 위해 구축된 ERA5 기반 공간정보(2000~2010년) 및 토지피복도(2010년)의 시기와 맞추기 위함이다. 교통 인프라 정보는 2013~2014년 작성 자료이며, GLO-30 DEM은 2011년부터 2015년까지 획득된 TanDEM-X SAR 영상의 레이더 간섭기법을 통해 제작되었다. 교통 인프라와 지형은 연구지역 내에서 수 년 사이에 큰 변화를 보이지 않았으며, 이에 따라 다른 공간정보들과 함께 2010년 이후의 오일샌드 개발 플랜트 건설 입지 분석에 충분히 활용될 수 있다.
적합도 등급 부여
최적 입지 선정에 고려된 공간정보들은 서로 다른 기준과 단위를 가지고 있다. 각각의 공간정보는 AHP 분석에 적용을 위해 동일한 범주(categories)를 가지도록 변환해주어야 한다(Pramanik, 2016; Yalew et al., 2016). 이에 따라 모든 공간 정보들에 대해 매우 부적합(1점), 부적합(2점), 보통(3점), 적합(4점), 매우 적합(5점) 등 5개의 범주를 가지도록 분류하고 점수를 부여하였다. 적합도 점수를 부여하는 기준은 일반적으로 고정되어 있지 않으며, 지역의 특성 및 관련 전문가 의견 등을 종합해 결정하는 경우가 많다. 이 연구에서는 동토 지역에서의 인프라 및 시설물 건설 입지 선정시 중요하게 고려해야 할 사항들을 파악하고, 구축된 공간정보들의 속성값 분포를 검토하여 오일샌드 개발 플랜트 건설 입지 적합도 점수를 부여하였다. 토지피복도는 총19개의 클래스를 가지고 있으나, 유사한 클래스들끼리 통합하여 5개 범주를 가지도록 재생산한 후 점수를 부여하였다.
계층화 분석기법(Analytic Hierarchy Proces, AHP)
AHP 기법은 Saaty(1980)에 의해 제안된 의사 결정 방식으로 다수의 인자들 간의 상대적 중요도를 구조적으로 정량화하므로 다기준 의사 결정에서 유용하게 사용될 수 있다(Miller et al., 1998). 서로 다른 두 인자의 상대적 중요도는 1(동일한 중요도)에서 9(상대적으로 매우 높은 중요도) 사이의 값으로 나타낸다(Saaty, 1980; Feizizadeh et al., 2014). 이 연구에서는 Saaty(1980)에서 제시된 중요도 척도(Table 2)를 활용하여 AHP 기반의 최적 입지 분석을 수행하였다.
Table 2. Fundamental scale for comparative judgement used in the AHP analysis (Saaty, 1980)
최적 입지 선정에 AHP 분석을 적용하기 위해서는 사용되는 공간정보들에 대해 1:1로 중요도 평가를 수행하고 쌍대비교행렬(pairwise comparison matrix)을 작성해야한다. 쌍대비교행렬은 인자들을 서로 비교하여 상대적인 중요도나 우선순위를 부여하기 위해 사용된다. N개의 인자들 간의 쌍대비교행렬 A의 요소 aij(i = 1, 2, ..., j = 1, 2, ..., N)는 인자 i와 j간의 상대적인 중요도 척도를 나타낸다.
인자의 중요도 w는 쌍대비교행렬 A의 고유값 및 고유벡터 계산을 통해 산정할 수 있으며, 식(1)을 만족하는 최대고유치(λmax)에 대응하는 고유벡터(w)로 결정한다(Saaty, 2008). 여기서 쌍대비교행렬의 각 요소가 충분히 큰 값을 가지도록 A 대신에 A2을 사용하는 경우도 있다.
Aw = λmaxw (1)
다기준 의사 결정에 있어 인자들 사이의 상대적 중요도가 일관성을 가지는 것은 매우 중요하다(Saaty, 1980; Feizizadeh et al., 2014; García et al., 2014). 일반적으로 일관성 비율(Consistency Ratio, CR)이 0.1 미만인 경우에 인자들 사이의 상대적 중요도가 유효하게 설정되었다고 할 수 있다(Saaty, 1980). 일관성 비율은 식(2)로 계산되는 일관성 지수(Consistency Index, CI)를 무작위 일관성 지수(Random consistency Index, RI)로 나눈 값이다(식 (3)).
\(\begin{aligned}C I=\frac{\lambda_{\max }-N}{N-1}\end{aligned}\) (2)
CR = CI/RI (3)
무작위 일관성 지수는 AHP 분석에 사용되는 인자의 수에 따라 다르다. Saaty(1980)는 인자의 개수에 따른 무작위 일관성 지수를 제시하였으며, 이 연구에서 사용된 공간정보의 개수(9개)에 대한 RI 값은 1.45이다. 일관성 지수가 0.1 미만으로 도출되면 각각의 공간정보에 상응하는 가중치(wi)와 속성값에 상응하는 적합도 점수를 곱하여 합산한 후 평균하면 최종 입지 적합도 점수가 산출된다.
입지 적합도 산출 결과의 타당성 평가 방법
위에 기술한 일련의 과정을 통해 산출된 최종 입지 적합도의 타당성은 2010년과 2020년 사이에 신규 건설된 오일샌드 플랜트의 위치와 비교하는 방법 및 산출된 입지 적합도에 대한 각 공간정보의 민감도를 분석하는 방법으로 평가할 수 있다. 첫 번째 방법을 통한 입지 적합도 타당성 평가를 위해 먼저 2010년 토지피복도와 2020년 토지피복도로부터 Built-up 클래스의 영역만 추출하였다. 그리고 2020년 Built-up 클래스 영역에서 2010년의 Built-up 클래스 영역을 차분한 지도를 생성하였다. 여기에는 2010년 이후로 신규 건설된 도로, 일반 건축물, SAGD 플랜트 등이 모두 포함된다. 이 중에서 신규 건설된 SAGD 플랜트 영역만을 산출하기 위해 Google Earth의 2020년 영상과 Built-up 클래스 변화 지도의 육안 비교를 수행하였다. 이를 통해 2010년 이후의 SAGD 플랜트 건설지를 정의하고, 해당 건설지에서 산정된 최종 입지 적합도 점수를 분석하였다.
AHP 분석을 통한 입지 적합도 산정 결과는 공간정보들의 가중치에 따라 달라질 수 있다(Al Garni and Awasthi, 2017; Doorga et al., 2019). 전통적인 민감도 분석은 인자 별로 특정 범위 내에서 가중치를 변화시켰을 때 다른 인자들의 가중치 크기 및 순위가 기존의 결과와 얼마나 차이가 있는지를 분석하는 것으로, 입지 분석에 사용된 인자들의 가중치와 의사결정 결과의 타당성을 설명하는데 널리 이용되고 있다. 그러나 민감도 분석시 요구되는 가중치의 변화 범위에 대해 명확히 정립되어 있지는 않으며, 특정 인자가 의사결정에 영향을 준 정도를 정량적으로 평가하기 다소 어려운 단점이 있다. 이 연구에서는 특정 공간정보가 자원개발 플랜트 건설 최적 입지 선정에 미치는 영향을 분석하기 위해 식 (4)와 같이 Ruiz et al.(2020)에서 제안된 민감도 분석을 수행하였다.
\(\begin{aligned}\Delta S_{i, j}=\frac{S_{i, j}-S_{j}}{S_{j}} * 100 \%\end{aligned}\) (4)
식(4)에서 ΔSi,j (i = 1, 2, ..., N, J = 1, 2, ..., K)는 N개의 공간정보 중에서 i번째 공간정보를 제외하고 K개의 범주(적합, 보통, 부적합 등)로 구분된 입지 적합도를 분석하였을 때, j번째 입지 적합 등급으로 결정된 면적의 백분율 변화이다. Si,j는 i번째 공간정보를 제외하고 분석한 입지 적합도 분석 결과에서 j번째 적합도 등급으로 결정된 면적이며 Sj는 모든 공간정보를 고려한 입지 적합도 분석 결과에서 j번째 적합도 등급으로 결정된 면적이다.
연구결과 및 토의
공간정보별 적합도 등급 및 가중치 부여 결과
연구지역에 대해 구축된 공간정보들의 속성값과 건설 활동 적합성 사이의 관계를 분석하여 각각의 공간정보마다 오일 샌드 플랜트 개발을 위한 건설 입지 적합도 등급(점수, Score)을 Table 3에 나타낸바와 같이 부여하였다. 지표변위가 작을 수록, 교통 인프라와의 거리가 짧을수록, 기온과 지표 및 지중온도가 높을수록, 고도가 낮고 경사도가 작을수록 건설 입지 적합성이 높다고 판단하여 높은 점수를 부여하였다. 토지피복의 경우 이미 건설 활동이 점유된 지역과 빙하 및 만년설로 피복된 지역은 가장 낮은 입지 적합도 점수를 부여하였고, 나지(bare land)는 가장 높은 점수를 부여하였다. 토지피복 이외의 공간정보들에 대해 적합도 점수의 등급화를 위한 기준(Table 2의 sub-criteria)은 연구지역 내에서 공간정보의 속성값 분포를 파악하여 등간격으로 정의하였다. 공간정보별로 적합도 점수를 부여한 결과는 Fig. 3과 같다.
Table 3. Criteria, sub-criteria and criteria scores for the construction of oil-sand development plants in the southern Athabasca region
Fig. 3. Score maps of (a) land cover in 2010, (b) annual mean air temperature, (c) annual mean surface temperature, (d) annual mean soil temperature, (e) distance from roads, (f) distance from railways, (g) surface elevation, (h) slope, and (i) surface displacement velocity of the southern Athabasca region.
입지 적합도 산정을 위한 공간정보의 가중치를 결정하기 위해 캐나다 동토 지역에서의 인프라 및 시설물 건설 입지 결정시 고려사항에 관한 문헌조사를 수행하였고(Canadian Standards Association, 2010; Roghangar and Hayley, 2022), 이를 통해 동토 지역에서 건설 활동은 기후 특성과 지표변위, 토지피복, 교통 인프라가 매우 중요하게 고려되어야 함을 확인하였다. 문헌조사를 바탕으로 산정한 공간정보 간의 상대적 중요도는 Table 4와 같다. 연구지역은 다양한 유형의 토지피복을 가지고 있어 다른 공간정보들보다 토지피복이 높은 상대적 중요도를 가지도록 설정하였다. Table 4가 지시하는 토지피복의 중요도는 지표변위와 동등하고 도로에 비해 2배 더 중요하며, 고도에 비해 9배 더 중요함을 의미한다.
Table 4. Pairwise comparison matrix and weights of the geospatial information variables used in the AHP analysis
Fig. 4는 SBAS-InSAR를 통해 연구지역 내의 SAGD 플랜트 위치(Fig. 2i의 P1, P2) 및 관목지(Fig. 2i의 P3, P4)에서 탐지된 레이더 관측 방향으로의 시계열 지표변위이다. 양의 변위속도는 레이더 방향으로 가까워지는 것을 의미하며, 음의 변위속도는 레이더에서 멀어지는 것을 의미한다. P1(Fig. 4a)과 P2(Fig. 4c)는 Surmont 오일샌드 프로젝트와 Christina Lake 오일샌드 프로젝트에서 운용하는 SAGD 플랜트 위치로, 각각0.80 cm/year (Fig. 4b)와 2.11 cm/year (Fig. 4d)의 평균 변위속도를 나타냈다. 연구지역 동쪽의 관목지(P3, Fig. 4e)는 약-0.21 cm/year의 매우 작은 변위속도를 보인 반면(Fig. 4f), 수계 지역 주변의 관목지(P4, Fig. 4g)는 -0.78 cm/year의 상대적으로 큰 변위속도를 보였다(Fig. 4h). Athabasca 오일 샌드 지역은 판 경계와 멀리 떨어져 있어 지진 활동이 거의 없으며(Schultz et al., 2015), 변위 관측 기간인 2007년부터 2011년까지 변위가 유발될 수 있는 지구조 활동은 발생하지 않았다. 따라서 P1 및 P2에서 관측된 변위는 SAGD를 통한 오일샌드 채굴에 기인하는 지표 융기(Pearse et al., 2014; Kim and Han, 2022)이며, P4의 변위는 동토층의 융해에 따른 지반의 침하 변위로 해석할 수 있다. 연구지역의 지반침하는 공간적으로 균일하지 않은데(Fig. 2i), 이는 동토가 산발적으로 분포하는 isolated permafrost patch zone에 해당하기 때문일 가능성이 매우 높으며 건설 활동을 위한 입지 적합도 분석에 있어 지표변위가 매우 중요하게 고려되어야 함을 시사한다. 이에 따라 이 연구에서는 지표변위의 상대적 중요도를 토지피복과 유사한 수준으로 높게 설정하였다(Table 4).
Fig. 4. High-resolution images and time-series surface displacements in the LOS direction at the locations of (a, b) P1, (c, d) P2, (e, f) P3, and (g, h) P4, respectively, with locations shown in Fig. 2i.
연구지역 내에서는 철도보다 도로의 노선이 더 많아 도로의 상대적 중요도를 철도보다 높게 설정하였다. 그리고 기후 특성과 관련된 인자들은 토지피복, 지표변위, 교통 인프라 관련 인자들에 비해 상대적으로 낮은 중요도를 가지도록 하였는데, 이는 Fig. 3에 표현되는 것과 같이 기온과 지표 및 지중온도의 공간적 변화가 작기 때문에 입지 적합도 분석에 있어 그 영향도가 적을 것으로 예상되기 때문이다. 그러나 기후 특성은 지형의 영향에 따라 공간적인 변화가 클 수 있다. ERA5 자료를 30 m의 격자 크기로 보간할 때 지형에 대한 영향은 고려되지 않았으며, 실제로 기온과 지표 및 지중온도의 공간적인 변화는 Fig. 3에서 보이는 것보다 클 가능성도 있다. 건설 활동에 있어 지형기복은 비교적 중요한 요소에 해당할 수 있으므로 기후특성과 유사한 중요도를 가지도록 하였으며, 고도는 가장 낮은 상대적 중요도를 가지도록 하였다.
Table 4의 쌍대비교행렬에서 설정한 공간정보들 간의 상대적 중요도 척도와 식 (1)을 통해 계산된 각 공간정보의 가중치는 Table 4의 마지막 열에 제시되어 있다. 토지피복이 23.51%의 가장 높은 가중치를 가지며, 지표변위가 두 번째로 높은 22.24%의 가중치를 가진다. 도로의 가중치는 20.30%로 세 번째로 높은 수준으로 계산되었으며, 철도는 12.04%의 가중치를 가진다. 이 외의 다른 공간정보들은 모두10% 이하의 가중치를 가지는 것으로 계산되었다. 식(2)와 식(3)으로 계산된 일관성 비율CR은 0.063으로 0.1 미만의 값을 가지며, 이는 Table 4의 공간정보별 가중치를 통한 AHP 분석 기반 최적 입지 결정이 충분히 유효함을 나타낸다.
입지 적합도 산정 결과
Fig. 5는 AHP 분석을 통하여 산정된 오일샌드 개발 플랜트 건설의 입지 적합도이다. 입지 분석 결과의 적합도 점수는 공간정보별로 적합도 등급을 1점부터 5점까지로 구분한 것에 의해 1에서 5 사이의 값을 가지며 부적합(1~2점), 보통(2~3점), 적합(3~4점), 매우 적합(4~5점)으로 분류될 수 있다. 입지 점수가 높은 영역은 연구지역의 서쪽에 집중되어 있는 반면 낮은 입지 적합도 점수를 보이는 영역은 주로 동쪽에 위치하고 있다. 토지피복도에서 높은 입지 적합도 점수를 부여한 관목(shrub) 및 초원(grass) 지역이 연구지역의 동쪽과 서쪽에 모두 분포(Fig. 2a)함에도 불구하고 최종 입지 적합도가 높은 지역은 연구지역 서쪽에 집중되는데, 이는 도로 및 철도에 가깝기 때문으로 파악된다. 높은 입지 적합도 점수를 보이는 토지피복에 해당하며, 도로 및 철도와의 거리가 가깝다고 하더라도 보통 이하의 입지 적합도 점수를 보이는 영역들이 존재하는데 이는 지표변위의 영향으로 해석할 수 있다.
Fig. 5. (a) A map of the site suitability for oil-sand plants determined by the AHP analysis. (b, c) Magnified maps of the areas enclosed by the pink and blue dotted boxes in (a). Black polygons indicate the locations of SAGD plants constructed after 2010.
산림 지역과 습지 및 수계 주변 영역은 대부분 입지 적합도 점수가 부적합 수준으로 낮게 추정 되었다. SAGD 공법으로 오일샌드를 채굴하는 경우 증기를 지하에 주입함으로써 지반의 융기가 발생하며(Pearse et al., 2014), 이는 SAGD 플랜트 영역에서 큰 지표변위의 발생으로 귀결된다(Kim and Han, 2022). 그리고 기 건설된 SAGD 플랜트 영역은 신규 건설 활동이 어려우므로 토지피복도의 입지 적합도 등급에서 낮은 점수를 부여 받았다. 이에 따라 기존에 건설된 SAGD 플랜트 영역은 최종 입지 적합도 분석 결과에서 낮은 점수를 보이는 것으로 분석할 수 있었다.
최종 입지 적합도 분석 결과의 타당성
2010년 이후 건설된 SAGD 플랜트는 대부분 연구지역의 북쪽(Fig. 5b)과 남쪽(Fig. 5c)에 밀집되어 있으며, 이 중 83.8%가 입지 적합도 분석 결과 적합(Suitable)으로 산정된 영역에 위치한다(Table 5). 매우 적합(Very suitable)으로 산정된 영역에는 신규 건설된 SAGD 플랜트의 8.1%가 위치하였다. 부적합(Least suitable)으로 분석된 영역에 신규 건설된 SAGD 플랜트는 존재하지 않았다. 연구지역의 북쪽은 Surmont 오일샌드 프로젝트의 SAGD 플랜트가 있는 영역이며 2010년 이후 SAGD 플랜트의 확장이 확인되었다(Fig. 5b). 이 지역에 새로 건설된 SAGD 플랜트의 입지 점수는 평균 3.83점, 최대 4.45점, 최소 2.59점이며 모두 보통 이상 적합도 등급 영역에 건설된 것을 확인할 수 있다. 보통 등급의 입지 적합도 점수(2~3)에 건설된 SAGD는 2010년 기준으로 산림 영역에 위치하였으나, 2020년 토지피복도 상으로는 관목지에 위치하는것으로 확인된다. 이는 2010년 이후 산림의 일부를 벌목하여 SAGD 플랜트를 건설하였음을 시사한다. 연구지역의 남쪽(Fig. 5c)은 도로 및 철도와 접근성이 좋고 관목지와 나지가 비교적 넓게 분포하며, 지표변위의 크기와 공간적 변동성도 다른 지역에 비해 작아 입지 적합도 점수가 보통 이상 등급으로 높게 산정되었다. 이 지역은 Christina 오일샌드 프로젝트의 SAGD 플랜트가 위치하는데, 2010년 이후 매우 많은 수의 SAGD 플랜트가 건설되었다. 신규 건설된 SAGD 플랜트의 입지 점수는 평균 3.39점, 최대 4.41점, 최소 2.61점으로 분석되었다.
Table 5. Percentage of oil sands plants constructed after 2010 by site suitability level
2000~2010년의 공간정보에 대한 AHP 분석으로 결정된 오일샌드 플랜트 건설 입지에서 적합 및 매우 적합으로 산정된 영역에 2010년 이후 건설된 SAGD 플랜트의 91% 이상이 위치하였다. 이를 통하여 이 연구에서 설정한 각 공간정보의 적합도 등급 및 가중치, 그리고 최적 입지 분석 시나리오는 타당하다고 판단할 수 있다.
Table 6은 최종 입지 적합도 등급에 따른 공간정보의 민감도로, 특정 공간정보가 AHP 분석에서 제외될 경우 최적 입지 산정 결과에서 적합도 등급별 면적의 변화량을 나타낸다. 양의 값은 특정 공간정보가 제외되었을 때 해당 입지 적합도 등급으로 산정되는 면적이 감소함을 의미하며 음수일 경우 반대이다. 지표변위는 매우 적합 및 부적합 등급에서 높은 민감도를 보였다. 적합 등급에서의 민감도는 상대적으로 작으나, 해당 등급에서는 전체 공간정보 중에서 가장 높은 민감도로 분석되었다. 토지피복은 가중치가 가장 높은 공간정보임에도 불구하고 부적합 등급을 제외한 나머지 입지 등급에서 민감하지 않은 것으로 분석되었다. 토지피복의 영향이 가장 큰 것으로 분석된 부적합 등급(-96.31%)은 Built-up 클래스에 낮은 적합도 점수(1점)를 부여한 반면, Built-up 클래스에 해당하는 도로 및 철도는 높은 적합도 점수(5점)을 부여한 결과로 파악된다. 도로 및 철도와의 거리는 부적합 및 보통 등급에서 매우 높은 민감도를 보였는데, 이는 교통 인프라로부터 10 km 이내 영역 내에서만 입지 적합도 점수의 변동이 있기 때문으로 판단된다.
Table 6. Percentage sensitivity as described by Eq. (4)
기온은 부적합 등급을 제외한 모든 등급에서 ±5% 내외의 변화를 발생시키며, 지표온도의 경우 매우 적합 등급을 제외한 나머지 입지 적합도 등급에서 ±5% 이내의 변화를 발생시켜 민감도가 낮은 것으로 분석된다. 지중온도는 낮은 가중치에도 불구하고 부적합과 매우 적합에서 각각 -54.71%와 31.77%의 변화를 발생시킨다. 이는 최종 입지 적합도 분석 결과 높은 적합도를 보이는 영역(연구지역의 서쪽)과 지중온도의 적합도 점수가 5점인 영역이 잘 일치하기 때문으로 판단된다. 경사도 및 고도 공간정보는 모든 적합도 등급에 대한 면적을 ±20% 이내로 변화시키는 작은 민감도를 가지며, 이는 AHP 분석에서 낮은 가중치로 고려되었기 때문으로 추정된다.
최종 입지 적합도에 대한 타당성 평가 결과는 이 연구에서 정의한 공간정보들의 상대적 중요도와 가중치가 동토 지역의 오일샌드 개발 플랜트 건설의 입지 분석에 유효하게 활용될 수 있으며, 지표변위가 입지 분석에 있어 매우 중요하게 고려되어야 함을 보여준다. 지표변위는 동토 지역의 자원개발 플랜트 건설뿐만 아니라 다양한 인프라의 건설 입지 선정에 있어서도 중요하게 고려되어야 할 것이다.
이 연구에서 지표변위 산출에 사용된 ALOS PALSAR 영상은 4년간 17회 획득되었는데, 이는 SBAS InSAR와 같은 시계열 레이더 간섭기법에 적용하기에는 다소 부족한 자료의 양이라고 할 수 있다. 시계열 지표변위 관측을 위해서는 가능한 많은 수의 SAR 영상으로부터 다수의 짧은 시간 및 수직 기선거리의 간섭도가 생성되어야 한다. ALOS PALSAR의 경우 46일의 긴 재방문주기를 가지며 영상 촬영 지역도 제한적이었다. 그러나 현재 운용되고 있는 Sentinel-1 위성의 C-band SAR는 12일마다 대부분의 육지를 촬영하고 있고, L-band의 ALOS-2 PALSAR-2는 14일마다 영상 취득이 가능하다. 이 외에도 수 일의 짧은 재방문주기를 가지는 다수의 인공위성 SAR가 현재 운용 중이거나 지속적으로 개발되어 운용될 예정에 있다. 이에 따라 향후 동토 지역의 건설 입지 선정에 있어 위성 기반 InSAR를 통한 지표변위의 활용이 활발해질것으로 기대한다. 또한 동토 지반 변위의 계절적인 변화가 높은 정확도로 산출될 것으로 예상되며, 이를 토지피복 및 기후 특성 등 다른 인자의 계절적 변화와 함께 분석함으로써 보다 다양한 유형 및 조건의 입지 분석이 가능할 것으로 판단된다.
결론
동토 지역에서 지표변위는 건설 활동의 중요한 영향인자임에도 불구하고 건설 입지 분석에 실제적으로 고려된 바가 거의 없었다. 이 연구에서는 캐나다 앨버타 주의 계절적 동토층이 위치한 Athabasca 지역을 대상으로 지표변위를 고려한 AHP 분석을 통해 오일샌드 개발 플랜트 건설의 최적 입지를 결정하고, 동토 지역에서 자원개발 플랜트 건설 입지 분석에 있어 지표변위의 중요성에 대해 논의하였다. 인공위성 시계열 영상레이더 간섭기법을 통해 광범위한 영역에서 정밀한 지표변위 정보를 구축하였고, 이를 토지피복, 교통 인프라, 지형 및 기후 특성 관련 공간정보들과 함께AHP 기반 입지 분석에 적용하였다. 토지피복과 지표변위, 도로 접근성을 가장 중요한 공간정보로 설정하여 산정한 입지 적합도의 타당성이 검증되었으며, 최적 입지 선정에 지표변위가 상당히 민감하게 작용한 것이 확인되었다. 이 연구의 결과는 북극 동토 지역에서의 건설 입지 분석을 위해서 동토층의 동결 및 융해에 의한 지표변위의 영향이 필수적으로 고려되어야 함을 보여주는 중요한 사례라고 할 수 있다.
사사
이 연구는 2023년도 정부(과학기술정보통신부, 교육부)의 재원으로 한국연구재단(NRF-2021R1C1C1009621, No. 2019R1A6A1A03033167)의 지원과 국토교통부 플랜트연구개발사업의 연구비 지원(23IFIP-C146546-06)을 받아 수행되었습니다.
References
- Al Garni, H.Z., Awasthi, A., 2017, Solar PV power plant site selection using a GIS-AHP based approach with application in Saudi Arabia, Applied Energy, 206, 1225-1240. https://doi.org/10.1016/j.apenergy.2017.10.024
- Berardino, P., Fornaro, G., Lanari, R., Sansosti, E., 2002, A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms, IEEE Transactions on Geoscience and Remote Sensing, 40(11), 2375-2383. https://doi.org/10.1109/TGRS.2002.803792
- Box, J.E., Colgan, W.T., Christensen, T.R., Schmidt, N.M., Lund, M., Parmentier, F.W., Brown, R., Bhatt, U.S., Euskirchen, E.S., Romanovsky, V.E., Walsh, J.E., Overland, J.E., Wang, M., Corell, R.W., Meier, W.N. Wouters, B., Mernild, S., Mard, J., Pawlak, J., Olsen, M.S., 2019, Key indicators of Arctic climate change: 1971-2017, Environmental Research Letters, 14, 045010.
- Bunruamkaew, K., Murayam, Y., 2011, Site suitability evaluation for ecotourism using GIS & AHP: A case study of Surat Thani Province, Thailand, Procedia - Social and Behavioral Sciences, 21, 269-278. https://doi.org/10.1016/j.sbspro.2011.07.024
- Canadian Standards Association, 2010, Technical Guide: Infrastructure in permafrost: A guideline for climate change adaptation, CSA Special Publication Plus 4011-10.
- Chen, F., Lin, H., Zhou, W., Hong, T., Wang, G., 2013, Surface deformation detected by ALOS PALSAR small baseline SAR interferometry over permafrost environment of Beiluhe section, Tibet Plateau, China, Remote Sensing of Environment, 138, 10-18. https://doi.org/10.1016/j.rse.2013.07.006
- Chen, X., Jeong, S., Park, C., Park, H., Joo, J., Chang, D., Yun, J., 2022, Different responses of surface freeze and thaw phenology changes to warming among Arctic permafrost types, Remote Sensing of Environment, 272, 112956.
- Dobinski, W., 2020, Permafrost active layer, Earth-Science Reviews, 208, 103301.
- Doorga, J.R.S., Rughooputh, S.D.D.V., Boojhawon, R., 2019, Multi-criteria GIS-based modelling technique for identifying potential solar farm sites: A case study in Mauritius, Renewable Energy, 133, 1201-1219. https://doi.org/10.1016/j.renene.2018.08.105
- Dore, G., Niu, F., Brooks, H., 2016, Adaptation methods for transportation infrastructure built on degrading permafrost, Permafrost and Periglacial Processes, 27(4), 352-364. https://doi.org/10.1002/ppp.1919
- Farquharson, L.M., Romanovsky, V.E., Cable, W.L., Walker, D.A., Kokelj, S.V., Nicolsky, D., 2019, Climate change drives widespread and rapid thermokarst development in very cold permafrost in the Canadian High Arctic, Geophysical Research Letters, 46(12), 6681-6689. https://doi.org/10.1029/2019GL082187
- Feizizadeh, B., Jankowski, P., Blaschke, T., 2014, A GIS based spatially-explicit sensitivity and uncertainty analysis approach for multi-criteria decision analysis, Computers & Geosciences, 64, 81-95. https://doi.org/10.1016/j.cageo.2013.11.009
- Garcia, J.L., Alvarado, A., Blanco, J., Jimenez, E., Maldonado, A.A., Cortes, G., 2014, Multi-attribute evaluation and selection of sites for agricultural product warehouses based on an Analytic Hierarchy Process, Computers and Electronics in Agriculture, 100, 60-69. https://doi.org/10.1016/j.compag.2013.10.009
- Gibson, J.J., Birks, S.J., Yi, Y., 2016, Higher tritium concentrations measured in permafrost thaw lakes in northern Alberta, Hydrological Processes, 30(2), 245-249. https://doi.org/10.1002/hyp.10599
- Gupta, S.C., Gittins, S.D., 2007, Effect of solvent sequencing and other enhancements on solvent aided process, Journal of Canadian Petroleum Technology, 46(9), PETSOC-07-09-06.
- Hazarika, R., Saikia, A., 2020, Landfill site suitability analysis using AHP for solid waste management in the Guwahati Metropolitan Area, India, Arabian Journal of Geosciences, 13, 1148.
- Jasechko, S., Gibson, J.J., Birks, S.J., Yi, Y., 2012, Quantifying saline groundwater seepage to surface waters in the Athabasca oil sands region, Applied Geochemistry, 27(10), 2068-2076. https://doi.org/10.1016/j.apgeochem.2012.06.007
- Jin, H., Wu, Q., Romanovsky, V.E., 2021, Degrading permafrost and its impacts, Advances in Climate Change Research, 12(1), 1-5. https://doi.org/10.1016/j.accre.2021.01.007
- Kim, S., Kim, Y., 2021, Study of satellite image analysis techniques to investigate construction environment analysis of resource development in the Arctic Circle - Alberta, Canada, The Journal of Engineering Geology, 31(4), 549-559 (in Korean with English abstract). https://doi.org/10.9720/KSEG.2021.4.549
- Kim, T., Han, H., 2022, Analysis of surface displacement of oil sands region in Alberta, Canada using Sentinel-1 SAR time series images, Korean Journal of Remote Sensing, 38(2), 139-151 (in Korean with English abstract). https://doi.org/10.7780/KJRS.2022.38.2.1
- Kim, T., Han, H., 2023, Coseismic displacement fields and the slip mechanism of the 2021 Mw 6.7 Hovsgol earthquake in Mongolia constrained by Sentinel-1 and ALOS-2 InSAR, GIScience & Remote Sensing, 60(1), 2180026.
- Miller, W., Collins, M.G., Steiner, F.R., Cook, E., 1998, An approach for greenway suitability analysis, Landscape and Urban Planning, 42(2-4), 91-105. https://doi.org/10.1016/S0169-2046(98)00080-2
- Noorollahi, E., Fadai, D., Shirazi, M.A., Ghodsipour, S.H., 2016, Land suitability analysis for solar farms exploitation using GIS and fuzzy analytic hierarchy process (FAHP)-A case study of Iran, Energies, 9(8), 643.
- Obu, J., Westermann, S., Bartsch, A., Berdnikov, N., Christiansen, H.H., Dashtseren, A., Delaloye, R., Elberling, B., Etzelmuller, B., Kholodov, A., Khomutov, A., Kaab, A., Leibman, M.O., Lewkowicz, A.G., Panda, S.K., Romanovsky, V., Way, R.G., Westergaard-Nielsen, A., Wu, T., Yamkhin, J., Zou, D., 2019, Northern Hemisphere permafrost map based on TTOP modelling for 2000-2016 at 1 km2 scale, Earth-Science Reviews, 193, 299-316. https://doi.org/10.1016/j.earscirev.2019.04.023
- Pearse, J., Singhroy, V., Samsonov, S., Li, J., 2014, Anomalous surface heave induced by enhanced oil recovery in northern Alberta: InSAR observations and numerical modeling, Journal of Geophysical Research: Solid Earth, 119(8), 6630-6649. https://doi.org/10.1002/2013JB010885
- Pinto, H., Wang, X., Gates, I., 2021, On the ratio of energy produced to energy injected in SAGD: Long-term consequences of early stage operational decisions, Journal of Petroleum Science and Engineering, 199, 108271.
- Pramanik, M.K., 2016, Site suitability analysis for agricultural land use of Darjeeling district using AHP and GIS techniques, Modeling Earth Systems and Environment, 2, 56.
- Roghangar, K., Hayley, J.L., 2022, A review of design and adaptation of embankment infrastructure built on permafrost under a changing climate, Proceedings of the GeoCalgary 2022, Calgary, Canada, Paper No. 265.
- Ruiz, H.S., Sunarso, A., Ibrahim-Bathis, K., Murti, S.A., Budiarto, I., 2020, GIS-AHP multi criteria decision analysis for the optimal location of solar energy plants at Indonesia, Energy Reports, 6, 3249-3263. https://doi.org/10.1016/j.egyr.2020.11.198
- Saaty, T.L., 1980, The analytic hierarchy process: planning, priority setting, resource allocation, McGraw-Hill International Book Company, 287p.
- Saaty, T.L., 2008, Decision making with the analytic hierarchy process, International Journal of Services Sciences, 1(1), 83-98. https://doi.org/10.1504/IJSSCI.2008.017590
- Schultz, R., Stern, V., Gu, Y.J., Eaton, D, 2015, Detection threshold and location resolution of the Alberta Geological Survey earthquake catalogue, Seismological Research Letters, 86(2A), 385-397. https://doi.org/10.1785/0220140203
- Volik, O., Elmes, M., Petrone, R., Kessel, E., Green, A., Cobbaert, D., Price, J., 2020, Wetlands in the Athabasca Oil Sands Region: the nexus between wetland hydrological function and resource extraction, Environmental Reviews, 28(3), 246-261. https://doi.org/10.1139/er-2019-0040
- Vrinceanu, A., Dumitrascu, M., Kucsicsa, G., 2022, Site suitability for photovoltaic farms and current investment in Romania, Renewable Energy, 187, 320-330. https://doi.org/10.1016/j.renene.2022.01.087
- Yalew, S.G., van Griensven, A., Mul, M.L., van der Zaag, P., 2016, Land suitability analysis for agriculture in the Abbay basin using remote sensing, GIS and AHP techniques, Modeling Earth Systems and Environment, 2, 101.
- Yergeau, E., Lawrence, J.R., Sanschagrin, S., Waiser, M.J., Korber, D.R., Greer, C.W., 2012, Next-generation sequencing of microbial communities in the Athabasca River and its tributaries in relation to oil sands mining activities, Applied and Environmental Microbiology, 78(21), 7626-7637. https://doi.org/10.1128/AEM.02036-12
- Zhao, R., Li, Z., Feng, G., Wang, Q., Hu, J., 2016, Monitoring surface deformation over permafrost with an improved SBAS-InSAR algorithm: With emphasis on climatic factors modeling, Remote Sensing of Environment, 184, 276-287. https://doi.org/10.1016/j.rse.2016.07.019