Coupling advanced earth observation, Machine learning, GeoAI, and CA-ANN model for assessing Spatio-temporal LULC change in Gilgel Gibe I Watershed, Upper Omo-Gibe Basin, Ethiopia

지구의 지형은 결코 진정으로 정지해 있는 법이 없습니다. 사람들이 작물을 심고, 집을 짓고, 새로운 필요를 위해 숲을 개간함에 따라 지형은 숨 쉬고, 변화하며, 변모합니다. 발밑의 땅을 끊임없이 재형성하는 이 과정은 토지 이용 변화(land-use change)라고 알려져 있으며, 이는 오늘날 우리 행성을 변화시키는 가장 강력한 힘 중 하나입니다. 숲이나 초원 같은 자연 지역이 농경지나 도시로 전환될 때, 그 파급 효과는 강에 흐르는 물부터 그곳을 터전으로 삼는 동물들에 이르기까지 모든 것에 영향을 미칩니다. 이러한 변화를 이해하기 위해 과학자들은 오랫동안 하늘에서 지구를 내려다보는 방식, 즉 위성을 사용하여 동일한 지점을 수년에 걸쳐 촬영하는 방식에 의존해 왔습니다. 최근 수십 년 동안, 클라우드 기반의 강력한 컴퓨터가 방대한 양의 데이터를 단 몇 초 만에 분석할 수 있게 됨에 따라, 이러한 거대한 이미지 모음들을 처리하는 능력은 폭발적으로 성장했습니다. 이러한 위성 뷰와 패턴을 학습할 수 있는 스마트한 컴퓨터 프로그램들을 결结合함으로써, 연구자들은 이제 지형이 과거에 어떻게 변했는지 볼 수 있을 뿐만 아니라, 미래에 어떤 모습일지도 시뮬레이션할 수 있습니다. 이러한 능력은 물 안보, 식량 생산, 그리고 자연환경 보호를 계획해야 하는 공동체에 매우 필수적입니다.

에티오피아의 고원 지대인 길겔 기베 1(Gilgel Gibe I) 유역은 이러한 변화가 놀라운 속도로 일어나고 있는 곳입니다. 거대한 오모-기베(Omo-Gibe) 강 체계로 흘러 들어가는 이 지역은 관개 용수, 식수, 그리고 국가의 전력을 생산하기 위한 중요한 수자원 공급원입니다. 그러나 이곳의 토지는 극심한 압박을 받고 있습니다. 한 연구팀은 지난 20년 동안 토지에 정확히 어떤 일이 일어났는지 이해하고, 향후 수십 년 동안 어떤 일이 일어날지 예측하기 위해 연구를 시작했습니다. 그들은 구체적인 질문에 집중했습니다. 인구가 증가하고 식량과 주거에 대한 필요가 늘어남에 따라, 숲, 초원, 그리고 농경지 사이의 균형이 어떻게 변화하고 있으며, 이것이 유역의 미래에 무엇을 의미하는가 하는 점이었습니다.

이를 해결하기 위해 과학자들은 첨단 위성 영상과 인공지능을 결합한 디지털 도구 상자를 활용했습니다. 그들은 20년의 기간을 아우르는 2004년, 2014년, 2024년의 우주 촬영 이미지를 수집했습니다. 이 이미지들은 고해상도의 상세한 모습을 포착하는 위성과 더 넓은 시야를 제공하는 위성 등 서로 다른 위성들로부터 얻은 것입니다. 연구진은 구글 어스 엔진(Google Earth Engine)이라는 클라우드 기반 시스템을 사용하여 이 이미지들을 랜덤 포레스트(Random Forest)라고 불리는 머신러 러닝 알고리즘에 입력했습니다. 이 알고리즘을 우주에서 본 숲, 농장, 도시의 모습에 대한 수천 개의 예시를 학습한 매우 눈썰미 좋은 학생이라고 생각해 보십시오. 이러한 예시들을 통해 학습함으로써, 컴퓨터는 이미지의 모든 픽셀을 숲, 물, 건물 밀집 지역, 나대지, 초원, 또는 농경지라는 여섯 가지 범주 중 하나로 자동 분류할 수 있었습니다. 컴퓨터는 놀라운 정밀도로 이 작업을 수행하여, 가장 최근 연도에서 93% 이상의 정확도로 토지 피복을 식별해 냈으며, 이를 통해 연구팀에게 세 가지 뚜렷한 시점에서의 지형에 대한 명확하고 정확한 그림을 제공했습니다.

이 역사적 검토 결과는 극적인 변화를 드러냈습니다. 2004년에는 유역의 거의 20%가 숲으로 덮여 있었습니다. 2024년에는 그 수치가 8%를 약간 상회하는 수준으로 급락했으며, 이는 약 50,000 헥타르의 나무가 사라졌음을 의미합니다. 그 자리를 농경지가 차지하며 급증했습니다. 농경지는 2004년 약 60%를 차지하던 것에서 2024년 거의 79%까지 확장되었습니다. 이러한 변화는 완만한 흐름이 아니라, 자연 숲과 초원이 늘어나는 인구를 먹여 살리기 위해 체계적으로 경작지로 전환된 급격한 전환이었습니다. 동시에, 인간의 거주지, 즉 건물 밀집 지역의 면적도 폭발적으로 증가했습니다. 한때 지형의 아주 작은 부분이었던 1% 미만의 면적은 20년 만에 3% 이상으로 늘어났으며, 이는 마을과 촌락의 흔적이 대폭 확대되었음을 나타냅니다. 한때 유역의 거의 13%를 차지했던 초원은 절반으로 줄어들어, 작물과 정착지를 위한 공간을 내주며 사라졌습니다.

하지만 이야기는 과거에서 끝나지 않습니다. 연구자들은 이 궤적이 어디를 향하고 있는지 알고 싶었습니다. 이를 위해 그들은 셀룰러 오토마타(cellular automata)와 인공 신경망(artificial neural networks)이라는 두 가지 강력한 개념을 결합한 정교한 시뮬레이션 모델을 사용했습니다. 간단히 말해, 이 모델은 디지털 수정구슬처럼 작동합니다. 이 모델은 2004년과 2014년 사이의 토지 변화를 지배했던 규칙들—예를 들어, 특정 토지가 도로에서 얼마나 가까운지, 경사도가 얼마나 가파른지, 또는 마을에서 얼마나 떨어져 있는지 등—을 살펴보고, 그 동일한 규칙들을 2034년과 2044년의 지형을 예측하는 데 적용합니다. 미래를 위해 모델을 신뢰하기 전에, 팀은 이전 데이터를 바탕으로 2024년의 지형을 예측하도록 모델을 테스트했습니다. 모델은 높은 정확도로 실제 2024년의 지도와 일치하는 데 성공했으며, 이는 더 먼 미래를 내다볼 수 있는 확신을 주었습니다.

다가올 수십 년에 대한 전망은 지속적인 변화에 대한 엄중한 모습을 보여줍니다. 현재의 추세가 지속된다면, 유역의 산림 피복은 더욱 축소되어 2044년에는 전체 면적의 단 6.5%로 떨어질 것으로 예상됩니다. 이는 2004년에 존재했던 숲의 4분의 3 이상이 사라질 것임을 의미합니다. 반대로, 농경지는 유역의 81% 이상을 차지할 것으로 투영되어, 더 이상 전환할 자연지가 거의 남지 않은 지점에 도달할 것입니다. 건물 밀집 지역 또한 도시화가 가속화됨에 따라 향후 20년 동안 크기가 두 배로 늘어나며 빠르게 성장할 것으로 예상됩니다. 이미 감소한 초원은 거의 완전히 사라질 것으로 예측되며, 그 자리는 작물과 콘크리트로 가득 찬 풍경을 남길 것입니다.

이러한 변화는 유역의 건강과 그곳에 의존하는 사람들에게 심각한 함의를 갖습니다. 숲과 초원은 비를 흡수하고 이를 강으로 천천히 방출하여, 폭우 시 홍수를 방지하고 건기에도 물의 흐름을 유지하는 천연 스펀지 역할을 합니다. 이러한 자연 지역이 딱딱한 표면과 집약적인 농업으로 대체됨에 따라, 토지는 물을 조절하는 능력을 상실하게 됩니다. 이는 빠른 유출, 토양 침식 증가, 그리고 홍수와 가뭄의 위험을 모두 높일 수 있습니다. 또한, 침식된 경작지에서 씻겨 내려온 퇴적물은 지역의 수력 발전 댐에 전력을 공급하는 저수지를 막아, 장기적인 전력 공급을 위협할 수 있습니다. 초원의 상실은 또한 가축을 위한 개방된 방목지에 의존하는 목축 공동체의 생계 또한 위협합니다.

이 연구는 이러한 미래의 결과가 불가피하다고 주장하는 것이 아니라, 현재의 개발 패턴이 통제 없이 계속될 경우 나타날 가능성이 높은 결과임을 밝히는 것입니다. 연구진은 이러한 시뮬레이션이 역사적 추세에 기반하고 있으며, 정책의 변화, 새로운 보존 노력, 또는 경제적 행동의 변화를 고려하지 않았음을 강조합니다. 그러나 데이터의 명확성은 강력한 경고를 제공합니다. 이는 남은 숲을 보호하고 농업 확장을 더 지속 가능하게 관리하기 위한 상당한 개입이 없다면, 유역이 심각한 환경적 도전에 직면할 수 있음을 시사합니다. 연구 결과는 계획가와 정책 입안자들에게 중요한 도구를 제공하며, 토지 이용에 관한 결정을 내릴 수 있는 명확한 시각적 및 정량적 근거를 제시합니다. 지형이 정확히 어떻게 변하고 있으며 어디로 향하고 있는지 이해함으로써, 이 지역은 인간의 필요와 그들을 뒷받ity하는 필수적인 자연 체계의 보존 사이에서 균형을 이루는 미래를 향해 발전을 조절할 기회를 가질 수 있습니다.