사유림에서 무단 벌채 민원이 들어오면 가장 먼저 하는 일이 항공사진이나 위성영상을 뒤져 언제부터 나무가 없어졌는지 확인하는 작업이다. 문제는 임도가 닿지 않는 급경사지나 접근이 까다로운 사면은 현장 순찰만으로 변화를 잡아내기가 사실상 불가능하다는 점이다. 이런 사각지대를 메우는 방법으로 최근 실무에서 자리를 잡아가는 것이 Sentinel-2 같은 무료 공개 위성영상을 시계열로 쌓아 벌채구역을 자동으로 걸러내는 방식이다.
단일 영상이 아니라 시계열이 필요한 이유
Sentinel-2는 2A·2B 두 대가 같은 궤도에서 180도 간격으로 돌면서 동일 지역을 약 5일 주기로 재촬영한다. 밴드 구성도 가시광선·근적외선이 10m, 적생경계와 단파적외선(SWIR) 계열이 20m 해상도로 제공돼 임소반 단위 분석에 쓸 만한 수준이다. 다만 촬영 한 장만 놓고 “여기 나무가 없다”고 단정하면 십중팔구 틀린다. 낙엽수림은 겨울철 영상만 보면 벌채지와 구분이 잘 안 되고, 구름 그림자가 지나간 자리도 식생지수가 뚝 떨어진다. 그래서 같은 계절대의 영상을 최소 1~2년 치 모아 놓고, 특정 시점에서 갑자기 값이 꺾이는 구간을 찾는 시계열 비교가 기본 틀이 된다.
NBR·NDVI 차분으로 신호 잡아내기
산불 피해강도를 볼 때 쓰는 NBR(정규화 번사르 지수, (NIR-SWIR)/(NIR+SWIR))을 벌채 탐지에도 그대로 응용할 수 있다. Sentinel-2 기준으로는 근적외선 B8과 단파적외선 B12를 넣어 계산하는데, 벌목 직후에는 식생 수분과 엽록소 반사 특성이 한꺼번에 빠지기 때문에 NBR과 NDVI 모두 뚜렷하게 내려간다. 실무에서는 벌채 전 기준 시점 영상과 최신 영상의 지수를 빼서 차분 래스터를 만들고, 하락 폭이 큰 픽셀만 남기는 방식을 쓴다. 여기서 흔히 하는 실수가 전국 단위로 똑같은 임계값을 정해버리는 건데, 침엽수 조림지와 활엽수 천연림은 애초에 지수 변동폭 자체가 달라서 권역별로, 가능하면 임상 유형별로 임계값을 따로 잡아야 오탐이 줄어든다.
오탐 요인, 걸러내지 않으면 민원이 두 배가 된다
구름 그림자와 지형 음영이 가장 흔한 오탐 원인이고, 그다음이 경작지 수확·산불·병해충 고사목이다. Scene Classification Layer(SCL) 밴드로 구름·그림자 픽셀을 먼저 마스킹하고 시작하는 게 순서다. 그리고 탐지된 변화 폴리곤을 임상도·임소반 경계와 겹쳐서 산지가 아닌 구역, 너무 작은 면적(노이즈성 픽셀)을 걸러내는 후처리가 반드시 들어가야 한다. 이 단계를 생략하고 결과를 그대로 보고서에 올렸다가 나중에 현장 확인해보니 콩밭 수확이었던 경우를 몇 번 겪고 나면, 다들 후처리 단계를 절대 빼먹지 않게 된다.
QGIS 기반 실무 워크플로우
SNAP이나 QGIS의 Semi-Automatic Classification Plugin으로 대기보정된 Level-2A 영상을 받아 밴드 연산을 돌리는 흐름이 가장 접근하기 쉽다. 시점별 NBR 래스터를 쌓고 Raster Calculator로 차분값을 만든 뒤, 임계값 이하 픽셀만 벡터화해서 폴리곤으로 뽑아낸다. 이후 면적·형태 필터를 적용하고 임소반 레이어와 공간조인해서 어느 산주, 어느 임반에서 변화가 났는지 속성으로 붙이는 것까지가 한 사이클이다. 클라우드가 자주 끼는 장마철이나 겨울 강설기에는 유효 영상 자체가 부족해질 수 있으니, 탐지 주기를 계절에 맞춰 유연하게 조정하는 편이 현실적이다.
현장 검증 전 체크리스트
- SCL 밴드로 구름·그림자 마스킹을 먼저 했는가
- 기준 시점과 비교 시점이 같은 계절대인가
- 임계값을 임상 유형별로 구분해서 적용했는가
- 최소 매핑 단위 이하 폴리곤을 걸러냈는가
- 탐지 결과를 임상도·산지구분도와 겹쳐 산지 외 지역을 제외했는가
이런 절차를 거쳐도 위성 탐지 결과는 어디까지나 1차 스크리닝용이다. 최종 판단은 결국 현장에 나가서 확인하는 수밖에 없고, 위성 분석의 역할은 어디를 먼저 가볼지 우선순위를 정해주는 데 있다. 인력이 한정된 상황에서 전체 관할 구역을 순서 없이 도는 것보다, 시계열 분석으로 걸러낸 의심 구역부터 확인하는 쪽이 시간과 유류비를 훨씬 아낄 수 있다는 점에서 이 워크플로우는 이미 현장에서 제 몫을 하고 있다.