1. 서론

조차가 큰 해안지역에 주로 발달한 간석지(갯벌)는 육지와 해역의 지리적 경계에서 역동적으로 변화하는 지형으로, 다양한 생물의 서식지로서 지역의 풍부한 생물다양성과 생태계 안정성 유지에 중요한 역할을 한다(박의준, 2000; Tian et al., 2016). 간석지는 퇴적물에 내재한 유기탄소를 토양층에 격리하여 기후변화 저감에도 중요한 역할을 한다(Costanza et al., 1997). 황해안의 간석지는 전술한 일반적 기능을 공유하면서도 동북아시아 지역 특유의 생태계와 지리적 특성을 반영한 독특한 생물종이 서식하며, 생물다양성이 풍부하고 해양과 해안생태계의 건강성 유지에 핵심적인 역할을 한다(Tian et al., 2016).

국내 지리학계에서 간석지에 초점을 맞춘 연구는 많지 않지만, 선행연구들은 다양한 측면에서 간석지의 중요성을 보고하였다. 대표적으로 해안지형의 주요 형성 원인인 비사이동과 식생 천이 및 해수 유동 등에 주목하여, 간석지가 전체 해안지형의 특성 및 상호작용을 이해하는 데 중요한 역할을 한다는 점을 발견하였다(강지현 등, 2022; 김남신 등, 2017; 신영호･서종철, 2014). 특히 인공구조물로 인해 담수와 해수의 교환이 원활하지 못한 지역에 비해, 자연형 하구는 내륙지역의 침퇴적 활동 변화가 해안지역의 퇴적물 공급에까지 비교적 큰 영향을 미치며 간석지의 규모와 위치 변화는 해빈 등 배후 해안지형의 변화를 이끄는 선행지표로 기능할 수 있음을 증명하였다. 그 외에도 황해안의 간석지는 수산물 생산성이 월등히 높아 어업, 관광 등 다양한 부문의 지역 경제에도 기여를 한다(Tian et al., 2016). 지정학적 측면에서도 다양한 국가와 지역의 경계에 위치해 협력과 갈등의 대상 공간에 해당한다(노백호, 2007).

향후 기후변화에 동반한 해수위 상승 및 이에 따른 해안지역의 지형변화에 대한 우려가 증가함에 따라, 주기적인 모니터링을 통해 지속적으로 간석지의 위치와 규모를 파악할 필요가 있다. 정부(해양수산부)는 ｢전국 갯벌면적 조사｣를 통해 5년 주기로 전국 간석지의 위치를 조사하여 면형 공간자료를 제작하고 있다. 이 조사는 󰡔측량･수로조사 및 지적에 관한 법률󰡕에 근거하여 음향측심, 해안선 측량 등의 방식으로 수행한 법정 수로조사의 성과물을 중점적으로 활용한다. 현장조사에 기반한 정부의 간석지 조사자료는 정확도가 높지만 제작 주기가 5년으로 다소 길다는 단점이 있다. 또한 경기만 북부지역은 환경생태계적 중요성이 높음에도 불구하고 현장 접근이 제한되는 지정학적 특성에 기인하여 데이토 제작･공개 범위에 포함하지 않는다(그림 1). 한편, Landsat 위성영상과 같은 원격탐사자료는 대규모 환경 변화를 조사하는 데 용이하여 많은 비용과 시간이 소요되는 현장조사의 대안으로 인식되며, 접근성이 제한된 지역의 현황을 파악하는 데에도 적합하다(박의준･구자용, 2003). 따라서 시공간적 이격 등으로 인해 관심지역에 현장조사 기반의 신뢰도 높은 자료의 접근성이 부족할 때, 원격탐사자료는 간석지의 시공간적 변화를 주기적으로 추적하고 그 변화가 지역 생태계 및 사회경제에 미치는 영향을 평가하는 데 어느 정도 유용하다(Yim et al., 2018). 특히 정부가 주기적으로 신뢰도가 높은 간석지 조사자료를 제작 및 공개하는 우리나라 현황을 고려할 때, 원격탐사 기반의 간석지 식별 결과를 정부 조사자료와 통합하여 단점을 상쇄하는 활용 방안을 고려할 수 있다.

원격탐사를 통한 간석지 식별은 기본적으로 지면과 수면의 구분선, 즉 해안선을 추출하는 방법에 기반한다(Mason et al., 1995). 이 방법은 저조시점의 해안선을 추출한 뒤, 고조시점의 해안선과 결합하여 조간대를 면 형태로 산정하는 절차로 수행한다. 이때, 고조시점의 해안선은 원격탐사자료를 이용하여 추출하거나 신뢰할 수 있는 별도의 자료를 활용한다. 우리나라는 법정조사인 ｢국가해안선조사｣를 통해 매년 고조시점의 해안선을 공간자료로 구축 및 공개하므로, 해당 자료를 활용하는 것이 유용하다.

원격탐사자료로부터 해안선을 추출하는 방법론은 하나의 원격탐사자료를 이용하는 방법과 두 가지 이상의 원격탐사자료 또는 현장조사자료 등과 융합하는 방법으로 나눌 수 있다. 전자는 다시 전역적 공간통계량을 활용하는 방법과 국지적 공간통계량을 활용하는 방법으로 구분할 수 있다. 전역적 공간통계량을 활용하는 방법은 임계치(threshold)¹⁾를 설정하여 육지와 수면을 구분하거나(Mason et al., 1995), 여러 종류의 지표피복 유형으로 분류한 후 해안선을 추출하는 방법(liu et al., 2011)을 포함한다. 국지적 공간통계량을 활용하는 방법은 경계 식별 방법론(Mason and Davenport, 1996) 및 객체기반 분류(Zhang et al., 2013) 등이 있다. 이 가운데 임계치 설정 방법은 다른 방법론과 비교할 때 간단하고 정확도가 높아 다양한 지역에서 해안선 추출에 널리 사용한다(Zhang et al., 2013). 특히 다중분광 원격탐사자료를 사용할 때는 파장대역을 조합한 수문지수 자료로 변환하여 임계치 설정에 기반한 육지와 수면의 구분 편의성을 높이고 해안선 추출의 정확도를 높이는 방법이 효과적이다(Feyisa et al., 2014). 한편, 각 수문지수는 연구자가 관심지역을 대상으로 시행착오를 거쳐 개발한 것이기 때문에 지역적 특성이 상이한 경우 다양한 수문지수의 산출 결과를 비교하여 적절한 수문지수를 선별하거나, 산출식을 일부 조정하는 등 방법론의 활용성을 비판적으로 검토할 필요가 있다(Yang et al., 2015).

이 연구의 목적은 황해안에서 자료와 방법론의 활용성을 검토하는 관점에서, 세계적으로 간석지 분류에 활발히 활용하는 Landsat 영상 기반 주요 수문지수의 특성과 분석 결과를 비교하여 그 효과성을 탐색하는 것이다. 이를 통해 각 수문지수의 활용성에 대한 정량적 평가 및 정성적 해석 결과를 제공하려 한다. 현 시점까지 우리나라 해안지역을 대상으로 원격탐사를 활용한 수문지수 기반의 간석지 및 해안선 분류 성능 비교 연구는 드물다. 특히 경기만 북부지역은 황해안 내에서도 조차가 크고 퇴적물 공급이 많은 환경으로, 표층부 해수의 부유물질 농도(탁도)가 높아 원격탐사를 통한 간석지 식별에 어려움이 있다. 이 연구는 각 수문지수의 활용성을 다양한 측면에서 논의함으로써 관련 분야 및 지역의 후속연구에서 연구목적에 적합한 수문지수를 선정 및 활용하는 데 기여하고자 한다.

2. 선행연구

서론에 언급한 바와 같이 원격탐사자료를 활용하는 주요 목적 중 하나는 비용과 시간을 절약하는 것이다. Landsat, MODIS, Sentinel-2 등 주요 원격탐사자료는 무료로 구득할 수 있어 전 세계의 많은 연구자가 지표면 분석에 활용해왔다. 특히 Landsat 위성은 수십 년간의 연속적인 자료를 제공하여 관련 연구가 풍부하게 축적되어 있다. 수문지수 또한 Landsat 영상을 기반으로 다양한 형태로 개발되었다. 최근 센서 성능을 향상한 Landsat 8-9호가 교대로 전세계를 촬영함으로써 과거보다 시공간해상도와 분광해상도를 개선한 것도 장점이다. 또한, Landsat 8-9호는 기존 Landsat이 제공한 가시광선부터 열적외선까지의 파장대역을 더욱 세분화하여 가시광선²⁾과 단파적외선³⁾ 및 열적외선⁴⁾ 대역을 한 개씩 추가한 총 11개 파장대역의 영상을 제공한다.⁵⁾ 이 장은 간석지 탐지에 Landsat 영상을 활용하는 것을 전제로, 국제적으로 널리 활용하는 Landsat 기반의 수문지수를 소개하고 각 지수의 특성을 상세히 설명하였다.

1) MNDWI

Modified Normalized Difference Water Index(MNDWI)는 Xu(2006)가 수역과 식생 및 토양 간 대비를 극대화하여 수역의 식별을 목적으로 고안한 수문지수이다. 과거 McFeeters(1996)는 Landsat 1~5호의 MSS센서 위성영상 중 근적외선 영상을 활용한 NDWI를 제안하였다. MNDWI는 Landsat 4호부터 제공한, 수면을 구별하는 데 적합성이 더 높은 단파적외선 영상을 활용하도록 NDWI를 개량한 것이다.

MNDWI는 녹색(G; Band3)과 단파적외선(SWIR; Band6-7)의 반사도(ρ; reflectance)를 활용하며, 녹색 반사도가 높고 단파적외선 반사도가 낮은 물체(수면)에서 최대값(1)을, 그 반대의 경우 최소값(-1)을 산출한다. 이 지수는 식생이나 도시지역의 지표는 녹색과 단파적외선 반사도가 모두 높은데 반해, 수면은 단파적외선을 흡수하는 분광특성에 기초한다. Landsat 위성영상은 단파적외선 대역을 두 개로 구분하여, 각 대역을 활용한 지수를 MNDWI1과 MNDWI2로 구분한다. 상대적으로 짧은 파장대역의 단파적외선 영상(Band6)을 활용하는 MNDWI1은 복잡한 지형에서 음지⁶⁾를 수면으로 오분류하는 경우가 있으나, 일반적으로는 지면과 수면을 구분하는 변별력이 더 높다고 알려져 있다(Xu, 2006). 따라서 이 연구는 MNDWI 및 여타 수문지수를 산출할 때 기본적으로 Band6을 단파적외선 영상으로 활용하였다.

2) WRI

Water Ratio Index(WRI)는 MNDWI와 유사하게 수면과 기타 지표의 분광특성을 기반으로 피복을 분류하기 위해 고안한 수문지수이다(Shen and Li, 2010). WRI는 일반적으로 식생피복과 기타 지표를 구분하는데 널리 활용하는 NDVI가 적색(R; Band4)과 근적외선(NIR; Band5) 대역을 활용하는 것, 그리고 MNDWI가 녹색과 단파적외선 대역을 활용하는 것에 착안하여 전술한 파장대역을 조합하였다.

수역은 가시광선의 반사도가 높은 반면 적외선의 반사도가 낮아 WRI값이 매우 크다. 이에 반해 식생은 가시광선에 비해 적외선의 반사도가 더 크다. 기타 지표피복 또한 가시광선과 단파적외선의 반사도 차이가 크지 않아 일반적으로 수면과 수면 외 지표 간의 WRI 차이는 크게 두드러진다. 연구자와 지역에 따라 차이가 있으나, WRI는 망상하천과 빙하지형 등 일부 수면에서 MNDWI보다 높은 정확도를 기대할 수 있다(Khalid et al., 2021; Laonamsai et al., 2023). 한편, 수면과 같이 단파적외선을 흡수하고 가시광선을 반사하는 지표피복에서 WRI가 지나치게 높게 나타나는 점은 임계치를 설정하거나 타 수문지수와 비교하는 데 제약요인으로 작용한다. 따라서 이 연구는 아래와 같이 수식을 일부 수정하여 지수가 -1과 1 사이에 분포하도록 조정한 수식을 고안하였다. 수정한 수식을 통해 새롭게 도출한 mWRI는 여타 수문지수와 유사하게 가시광선을 반사하고 단파적외선을 흡수하는 수면에서 값이 크고 단파적외선의 반사도가 높은 지면 등에서 낮은 값을 산출한다.

3) MBWI

MBWI(Multi-Band Water Index)는 Wang et al.(2018)이 수면과 기타 지표피복을 구분하기 위해 제안한 지수이다. 이 지수는 가시광선에서 적외선 대역으로 빛의 파장이 길어짐에 따라 수면의 반사도가 점차 감소하는 반면, 식생과 토지 및 인공피복 등은 근적외선의 반사도가 높고 파장대역별 반사도가 불규칙한 점에 착안하였다.

MNDWI는 녹색부터 단파적외선까지 5개 대역의 반사도를 활용하였다. 특기할 점으로 상기 두 개의 수문지수와 달리 단파적외선1(SWIR1; Band6)과 단파적외선2(SWIR2; Band7) 영상을 모두 활용하였다. 녹색을 제외한 나머지 대역을 흡수하는 물체가 가장 높은 값을 산출하며, 이론적으로 최대값과 최소값은 각각 +2와 -4에 분포한다. 일반적으로 수면에서 양의 값을, 기타 지표피복은 음의 값을 산출한다(Wang et al., 2018).

4) AWEIsh 및 AWEInsh

AWEI는 Feyisa et al.(2014)이 개발한 수문지수로, 지형적 특성에 따라 활용성이 다른 두 개의 지수가 존재한다. AWEIsh(shadow)는 내륙 및 산지에서 음지와 수면을 구분하는 데 활용하도록 고안하였으며, AWEInsh(non-shadow)는 평지 및 해안지역에서 높은 활용성을 보인다.

AWEIsh는 수면과 음지를 효과적으로 구분하기 위해 가시광선 영역에서 녹색 및 청색(B; Band2) 대역 영상을 활용하는 것이 특징이다. AWEInsh는 MNDWI와 유사하게 녹색과 단파적외선의 대조에 기초하되, 두 개의 단파적외선 영상과 근적외선 영상을 모두 활용한다. 전술한 특성에 기인하여 AWEI는 퇴적물 함량이 높은 해안지역의 습지를 수면 및 지면과 분류하는 데 유용한 것으로 알려진 바 있다(Li and Gong, 2016). 한편, 파장대역별로 가중치를 설정하여 연구지역에 따라 정확도가 상이할 수 있다. 또한 Rokni et al.(2014)에 따르면 AWEI는 산림을 제외한 여타 자연지형 주변에서는 높은 정확도를 담보하기 어려울 수 있다.

5) 소결

이 장에서 논의한 Landsat 기반 수문지수(표 1)는 수면을 식별하는 데 유용성이 높다고 알려져 있다. 이 외에도 파장대역의 범위와 가중치 설정에 따라 다양한 수문지수가 존재하며, 연구자가 지역적 특성을 고려하여 수문지수의 파장대역별 가중치를 일부 조정하는 경우도 있다. 하지만 각 수문지수는 기본적으로 특정 지역을 대상으로 시행착오를 거쳐 개발한 것이기 때문에 해당 지역과 상이한 환경에서는 기대하는 정확도를 담보하기 어려울 수 있으므로 활용성에 대한 사전 검토를 거치는 것이 좋다(Yang et al., 2015).

3. 연구방법

서론에 언급했듯이, 이 연구는 원격탐사를 통해 간석지를 식별함에 있어 주요 수문지수의 활용성을 비교하는 데 목적이 있다. 이 장은 전술한 목적을 달성하기 위해 중점적으로 검토가 필요한 방법론적 특성을 기술하였다. 구체적으로 지역적 특성의 파악, 대상지역 설정, 연구자료 수집, 간석지 식별, 그리고 분류정확도 분석 방법을 설명하였다.

1) 연구지역

이 연구의 주요 관심사는 조차와 퇴적물 공급 등 지리적 특성에 따라 부유물질이 많은 경기만 북부의 간석지 식별에 수문지수 기반의 원격탐사 방법론의 활용성을 탐색하는 것이다. 따라서 연구지역은 조차가 크고 자연형 하구에 인접하여 육지로부터 퇴적물의 공급이 비교적 원활한 경기만 북부지역으로 설정하였다. 이 지역은 대조기 조차가 8m 이상이고, 최대 유속이 초속 2m에 이를 정도로 수문환경의 변화가 크다(이석우, 1972). 임진강과 예성강은 하구에 퇴적물 이동을 막는 인공구조물이 없고, 한강 하구는 수중보가 존재하지만 하구둑으로 막힌 다른 중대형 하천들에 비해 퇴적물 운반이 비교적 자유롭다. 따라서 경기만 북부는 조석에 따라 유량이 정체하거나 역행하는 등 역동성이 커 침퇴적 작용이 복잡하게 발생하여 수문지수의 지역적 활용성을 검토하는 데 적합성이 높다.

경기만 및 내부해역의 범위는 뚜렷하게 정의된 바가 없다. 이 연구는 경기만 북부의 범위를 제안하는 것이 아니기 때문에 임의로 연구지역을 설정하였다. 연구지역 설정 시 예성강, 임진강 및 한강이 유입하는 본류와 지류의 주변에 분포하는 간석지의 범위를 참고하였다. 연구지역의 공간적 범위 설정 결과는 그림 1에 제시하였다. 반폐쇄성 해역의 특성상 연구지역은 세부적으로 주요하천의 하구역과 그 주변지역(동북부)과 상대적으로 외해 방향으로 개방된 지역(남서부)으로 구분할 수 있다. 동북부 지역은 남서부 지역에 비해 부유물질이 비교적 많아 수면의 색상이 상이한데, 이는 분광특성에 영향을 주는 요소로서 수문지수를 활용한 분석 결과에 영향을 미칠 것으로 예상된다.

그림 1.

연구지역 개관; 배경지도는 Landsat 영상 중 단파적외선, 근적외선 및 녹색 대역을 합성하여 간석지를 강조한 것으로, 정부 조사자료(해양수산부, 2018)와 중첩하였으나 지정학적 특성상 영종도 남측을 제외한 대부분의 지역은 정부 조사자료에 누락됐다. 연구지역에 무작위로 배치하여 간석지와 수면을 분류한 5,000개의 표본지점 자료를 수문지수의 분류정확도 분석에 활용하였다.

2) 연구자료

위성영상은 인공위성의 방문주기에 따라 자료의 생산주기가 일정하고 기상조건 등에 따라 자료 가용성에 제약이 발생한다. 특히 연구지역인 간석지는 조석주기에 따라 수면 위로 드러난 지역이 시시각각으로 달라지기 때문에 대조기 간조시점에 맞춰 자료를 수집하는 것이 중요하다. 이 연구는 국립해양조사원이 제작한 최근 5년 기간의 조석표를 수집하여 Landsat 방문주기와 대차표를 작성한 뒤, 대조기 간조시점에 해당하는 위성영상을 수집하였다(표 2). 이후 위성영상 촬영시점의 조위와 영상자료에서 식별할 수 있는 운량, 황사 등 기상조건을 검토하여 수문지수의 활용성 검토에 적합한 영상을 선정하였다. 구체적으로, 저조시점의 조위와 실제 영상촬영 시점의 조위는 다소 상이하다. 따라서 연구지역에 위치한 인천 조위관측소의 실측자료와 대조하여 각 위성영상 촬영시점의 실제 조위를 조사하였다. 다음으로 위성영상 속성정보(attribute)를 토대로 운량을 파악하였다. 최종적으로 연구자가 목시분석을 통해 간석지 분류에 활용하기 적합한, Landsat 9호가 2022년 1월 4일 오전 11시 11분에 촬영한 영상을 선정하였다. 해당 영상은 해수위가 비교적 낮아(19cm) 연구지역의 간석지가 수면 위로 최대한 많이 드러난 모습을 촬영했으며, 운량 또한 매우 적어 구름에 가려진 간석지가 거의 없는 것을 확인하였다. 한편, 계절적 특성에 따라 조간대 상부에 위치한 일부 간석지와 해안지역에 결빙과 적설이 분포해, 수문지수에 따라서 간석지 분류 결과에 영향을 미칠 수 있을 것으로 예상하였다. 이에 따라 2023년 10월 30일과 2022년 10월 11일 등 다른 시점에 촬영한 영상자료와의 비교 등을 시도했으나, 각각 운량이 많아 간석지를 파악하기 어렵거나⁷⁾ 해수위가 비교적 높아 활용에 부적합한 것으로 판단하였다.

Landsat 영상은 미지질조사국(USGS) 웹페이지를 통해 연구자가 원하는 지역과 시점의 자료를 선택적으로 수집할 수 있다. 전처리 단계에 따라 다양한 유형으로 구분할 수 있는데, 기본 유형은 방사보정과 기하보정을 완료한 Level 1 자료이다. 최근에는 대기보정을 거친 Level 2 자료의 대상범위를 전지구로 확대함에 따라 신뢰도가 높은 지표반사도 자료의 활용성이 크게 증가하였다.⁸⁾ 이 연구는 Level 2 지표반사도 자료를 활용하되, USGS의 사용자 지침(USGS, 2022)을 참고하여 비례계수(scale factor)와 절편(offset)을 설정하여 0~1의 값으로 변환하였다.

전처리를 마친 위성영상을 활용하여 각 수문지수에 기반한 간석지 분류를 수행하였다. 먼저 정부 법정조사를 통해 주기적으로 구축한 최신 해안선 조사자료를 수집하여 고조시점의 해수위(약최고고조위)를 기준으로 육상과 간석지를 구분하였다. 다음으로 수문지수를 통해 저조시점의 수면과 지면을 분류하였다. 이 때, Landsat 영상의 파장대역별 지표반사도 자료를 활용하여 각 수문지수를 산출하는 방법은 제2장에 기술한 바와 같다.⁹⁾ 수문지수별로 수면과 지면을 구분하는 임계치는 감독분류를 통해 수행하였다. 이후 분류 기준값에 따른 간석지와 수면의 오차량을 합산해 오차량을 최소화하는 방법으로 임계치를 설정하였다. 구체적으로 연구지역에 5,000개의 표본지점을 무작위로 배치하여 연구자가 각 지점의 피복분류를 수행하였다(그림 1). 이어서 수문지수별 간석지의 사분위수를 산출하여 상자도표를 제작하고, 통계적으로 정확도가 가장 높은 임계치를 파악하여 간석지 분류에 활용하였다.

3) 분류정확도 분석

지표면의 분광특성은 피복에 따라 대체로 상이하나, 동일한 지표피복이라도 다양한 원인에 의해서 파장대역별 반사도가 균일하지 않고 지표피복 간의 분광특성이 유사할 수도 있다. 수문지수의 특성에 따라 지면을 수면으로 분류하거나 수면을 오분류하는 경우도 발생한다. 전술한 바와 같이 자료 및 기법에 기인하여 분석 결과에 내재한 불확실성(uncertainty)은¹⁰⁾ 오차행렬(confusion matrix)에 기반한 신뢰도 평가지수를 통해 정량적으로 평가할 수 있다. 대표적인 평가지수는 정확도(accuracy)와 정밀도(precision), 재현율(recall) 등¹¹⁾이 있으며, 연구목적에 따라 다소 복잡한 지수를 활용하기도 한다.

이 연구는 최근 다수의 연구가 적용한 kappa 계수를 활용하였다. kappa 계수는 Cohen(1960)이 제안한 신뢰도 측정 방법으로, 모집단의 군집별 분포비율을 반영함으로써 분류 결과의 정확도(P_o)에서 우연에 의한 일치도(P_e)를 감안한 정확도 평가 결과(K)를 도출한다. 이를 통해 모집단의 군집별 분포에 무관하게 객관적으로 신뢰도를 검토하는 데 유용하며 원격탐사 기반 피복분류 분야에서도 보편적으로 활용한다.

구체적으로 이 연구는 각 수문지수를 활용하여 연구지역의 간석지를 분류한 결과(classified data) 및 참조자료(reference data)의 수면과 간석지 격자(grid; 위성영상의 pixel)를 중첩하여 오차행렬을 구축하였다(표 3). 이 때, 연구지역에서 현장조사 기반의 사실정보를 확보할 수 없어 참조자료는 부득이하게 동일한 위성영상을 활용하여 연구자가 각 지점을 직접 분류한 결과를 활용하였다. 간석지 분류 결과와 오차행렬은 격자 수에 공간해상도(900m²; 30m×30m)를 가중하여 면적으로 환산한 값을 제시하였다.

4) 활용성 검토

간석지 식별(분류)에 대한 Landsat 영상 기반 수문지수의 활용성은 상기와 같이 통계적 분류정확도 분석을 통한 신뢰도 검토 결과를 통해 일정 부분 파악할 수 있으나, 대표성이 높은 자료와의 비교를 통해 실효성을 보다 직접적으로 검토할 수 있다. 서론에 제시한 바와 같이 대표적인 국내 간석지 자료는 5년 주기 법정조사 결과이나 경기만 북부지역이 누락되어 전체 연구지역에 대한 비교는 불가능하다. 다만 연구지역 남동쪽에 위치한 영종도와 무의도 주변 간석지는 정부 조사자료가 존재하므로, 해당지역을 대상으로 분류정확도가 우수한 수문지수 기반의 간석지 분류 결과와 정부 조사자료 간의 비교를 추가로 수행하였다.

정부의 간석지 조사 결과 중 2024년 5월에 구득할 수 있는 최신 공간데이터는 2018년 연구 결과로, 정확한 현장조사 시점은 확인하기 어렵다.¹²⁾ 자료 간의 시차가 최소 3년 이상인 점을 고려하여 자료 간의 비교는 세부구역의 면적과 목시적으로 파악할 수 있는 형상을 바탕으로 수행하였다. 이 때 세부구역은 수륙분포를 기준으로 영종도 남서쪽(a)과 영종도 남동쪽(b), 무의도 북동쪽(c), 무의도 남서쪽(d)으로 구분하였다(그림 4).

4. 연구결과

상기 절차에 따라 수행한 분석 결과는 크게 네 부분으로 구분할 수 있다. 첫 번째는 표본지점을 활용하여 수문지수별로 적합한 임계치를 산정한 결과이다. 수문지수별로 간석지 분류에 적합한 임계치와 표본지점의 오차량을 비교하였다. 두 번째는 수문지수별로 적합한 임계치를 활용하여 연구지역의 간석지를 식별한 결과이다. 간석지의 면적을 표로 정리하여 비교하였으며, 전체 연구지역 및 수문지수별로 분류 결과가 상이한 주요 지역을 확대한 지도를 제시하였다. 세 번째는 수문지수의 분류정확도 분석 결과이다. 오차행렬 기반의 신뢰도 평가 결과를 정량적으로 비교하였으며, 지수별로 간석지 분류 결과가 상이한 원인을 파악하였다. 네 번째는 수문지수 기반 간석지 식별(분류)의 활용성 분석 결과이다. 정부 조사자료가 존재하는 연구지역 내 영종도 남측지역을 대상으로 수문지수 기반 간석지 분류 결과의 면적 및 분포를 비교하였다.

1) 임계치 설정

연구지역에 무작위로 배치한 5,000개 지점을 대상으로 연구자가 단파적외선 조합 Landsat 영상(그림 1)을 활용하여 간석지와 수면을 분류한 결과, 3,454개 지점은 수면에, 나머지 1,546개 지점은 간석지에 위치하였다. 다음으로 연구지역의 수문지수 5종(AWEInsh, AWEIsh, MBWI, MNDWI, mWRI)을 산출한 뒤 각 표본지점의 수문지수를 산출하였다. 수문지수별로 파장대역의 종류와 산출식이 상이하나, 간석지와 수면 각각에 대한 지수값의 통계량은 대체로 유사하였다(그림 2).

그림 2.

간석지와 수면에 대한 수문지수별 통계량의 상자도표

구체적으로 모든 수문지수에서 공통적으로 수면의 지수값은 대체로 양수였다. 간석지는 수문지수에 따라 다소 차이가 있으나 대체로 수면보다 값이 낮고 양수와 음수가 혼재하였다. 한편, MBWI의 경우 대체로 모든 간석지의 지수 값이 음수로 나타나, 훈련데이터를 확보하기 어려운 환경에서도 임의의 절대값(0)을 이용하여 간석지와 수면을 구분하는 데 용이할 것으로 사료된다. 수면의 경우 mWRI를 제외한 4종의 수문지수에서 위치와 무관하게 비교적 값이 균일하였다. 간석지의 경우 대부분의 수문지수에서 값의 범위가 비교적 넓고, 이상값도 다수 분포하였다. 5종의 수문지수 모두 수면과 간석지의 사분위수는 중첩하지 않아 간석지를 식별(분류)하는 데 유용할 것으로 판단하였다. 특히 AWEIsh와 MBWI는 간석지와 수면 양측에서 집단 내 지수값이 균일하고, 집단 간의 차이도 뚜렷하여 여타 수문지수에 비하여 변별력이 우수할 것으로 판단하였다.

표본지점의 분류 자료와 수문지수를 활용한 임계치 설정 결과는 표 4로 정리하였다. 상기 수면과 간석지의 수문지수 특성에 따라 수문지수의 임계치는 대체로 양의 값이며, MBWI는 0에 근접한 -0.002이다. AWEInsh와 AWEIsh는 임계치가 비교적 작고 서로 유사하나, mWRI와 MNDWI는 값이 크고 여타 수문지수와 차이가 크다. 오차량은 mWRI와 MBWI가 상대적으로 적은 반면, AWEIsh, MNDWI, AWEInsh 순으로 점차 커졌다. 특히 AWEIsh와 AWEInsh는 여타 수문비수에 비하여 간석지를 수면으로 오분류하는 경향이 커, 간석지 식별(분류) 측면의 활용성이 상대적으로 낮은 것으로 판단하였다.

2) 간석지 분포

연구지역은 주요 하천으로부터 해역으로 유입하는 담수와 조석 작용이 결합하여 형성된 해수 유동에 따라 상대적으로 운동에너지가 적은 지역을 중심으로 북동-서남 방향으로 간석지가 발달해 있다. 전술한 지형적 특성은 5종의 수문지수를 활용한 분류 결과와 참조자료에서 공통적으로 확인할 수 있다(그림 3a). 구체적으로 간석지는 황해남도의 청단군과 연안군의 해안지역에 서남향의 외해 방향으로 넓은 범위에 걸쳐 발달해있으며, 인천광역시의 강화군 남측과 중구(영종도 주변) 해안지역에 서향과 남향으로 탁월하게 발달해있다. 그 외에도 한강과 예성강의 합수부와 교동도와 불음도 주변부 등 해수와 담수의 순환이 원활하지 않은 지역에 부분적으로 간석지가 분포하였다.

그림 3.

수문지수를 활용한 간석지 식별 결과; a)전체 수문지수의 간석지 분류 결과를 중첩한 채단식지도로, 공통적으로 식별된 지역은 채도가 더 높다. 결과가 상이한 주요 지역(b, c, d)은 별도의 지도에 수문지수(청색), 참조자료(갈색), 중첩(녹색)으로 채색하였다.

간석지 분포를 대조한 결과, 식생이 천이하였거나 계절적 특성으로 인하여 적설이 분포하는 조간대 상부지역(그림 3b), 부유물질이 많아 탁도가 상대적으로 높은 수면(그림 3c), 그리고 함수율이 비교적 높은 조간대 하부지역(그림 3d)은 수문지수별로 간석지 분류 결과가 상이하였다. 구체적으로 AWEInsh, AWEIsh, MNDWI는 조간대 상부지역을 수면으로 오분류하는 경향이 있는 반면, MBWI와 mWRI는 탁도가 높은 수면의 일부를 간석지로 오분류하였다. AWEInsh는 함수율이 높은 조간대 하부지역을 수면으로 오분류한 면적이 넓고, AWEIsh와 MBWI 및 MNDWI도 일부 간석지를 수면으로 오분류한 것을 확인하였다.

상기와 같이 방법론에 따라 간석지의 분류 결과는 상이한데, 각 수문지수를 활용한 간석지 분류 결과를 개괄적으로 비교하기 위해 연구방법에 제시한 바와 같이 각각의 간석지 면적을 산출하였다(표 5). 그 결과, 간석지 면적이 가장 넓은 수문지수는 MNDWI이며, mWRI, MBWI, AWEIsh, AWEInsh의 순으로 크기가 작아졌다. mWRI와 MBWI를 통해 식별한 간석지 면적이 여타 수문지수에 비하여 참조자료와 유사하였다.

3) 간석지 분류정확도 분석

수문지수별 간석지 면적을 기준으로 판단할 때 참조자료와 가장 유사도가 높은 것은 mWRI이다. 그러나 각 수문지수의 간석지 면적에는 수면을 간석지로, 또는 간석지를 수면으로 오분류한 결과가 반영되어 있다. 따라서 이 연구는 수문지수와 참조자료 모두 간석지로 분류한 격자(TP), 두 자료 모두 수면으로 분류한 격자(TN), 참조자료의 수면을 간석지로 오분류한 격자(FP), 참조자료의 간석지를 수면으로 오분류한 격자(FN)로 구분하여 유형별 면적을 오차행렬로 구축하여 수문지수별 활용성을 비교하였다(표 6).

오차행렬에 기반한 수문지수의 신뢰도 평가 시 기초적인 검토 항목은 간석지를 수면으로 분류한 오차량과 수면을 간석지로 식별한 오차량 및 각 오차량의 비율이다. 5종의 수문지수에 기반한 간석지 분류 결과는 참조자료와 비교 시 오차량이 전체 격자의 약 3% 이내로 전체 면적 대비 오차량은 많지 않다. 다만 연구지역에 간석지가 탁월하게 발달해있음에도 불구하고 간석지에 비하여 수면이 차지하는 범위가 두 배 수준으로 넓은 점을 고려할 때, 참조자료의 간석지 화소 수 대비 오차량이 많은 AWEInsh(11.8%)의 경우 신뢰도가 충분하다고 판단하기에는 부족함이 있다. 세부적으로 간석지로 분류한 화소가 참조자료와 가장 많이 중첩한 수문지수는 mWRI이며, MBWI, MNDWI, AWEIsh, AWEInsh 순으로 중첩한 면적이 감소하였다. 반면, 간석지를 수면으로 오분류한 면적은 동일한 순서대로 점증하였다. 특히 AWEInsh의 경우 오분류(수면) 면적이 전체 간석지(TP+TN)의 9.5%에 달하였다. 한편, 수면을 간석지로 분류한 오차는 MNDWI(간석지 면적(TP+FP)의 5.1%)가 여타 수문지수에 비하여 눈에 띄게 많았고 AWEInsh의 오차량(1.5%)이 가장 적었다.

각 수문지수의 종합적인 활용성에 대한 판단 기준인 kappa 계수는 mWRI가 0.969로 가장 높았고, MBWI, AWEIsh, MNDWI, AWEInsh의 순으로 낮아졌다(표 7). 이처럼 수문지수 5종을 활용한 간석지 분류 결과는 상대적인 차이는 있으나, 모든 수문지수 기반 간석지 분류 결과의 kappa 계수가 0.9 이상으로 높게 나타났다. 일반적으로 kappa 계수가 0.8 이상인 경우 거의 신뢰할만한 것으로 판단한다는 점을 고려할 때(Landis and Koch, 1977), 전술한 결과를 토대로 모든 수문지수가 경기만 북부지역의 간석지 분포를 파악하는 데 유용하다고 판단된다.

4) 활용성 검토

연구지역에서 2018년의 정부 조사자료가 존재하는 구역의 비율은 10% 미만으로, 영종도 남측에 위치한다(그림 1). 이 구역을 대상으로 정부 조사자료와 연구 결과를 중첩할 때 간석지 분포에 차이가 두드러지는 부분은 영종도 남서측(a)과 무의도 남서측(d) 일대이다(그림 4). 이 구역은 정부 조사자료에서 넓은 범위에 간석지가 분포하나 연구 결과는 수면으로 분류했고, 배경지도의 청색과 녹색에 해당하는 단파적외선 및 근적외선 영상을 목시적으로 검토할 때, 일부 구역을 제외하면 여타 수면과 구분하기 힘들다.

그림 4.

영종도 남측의 연구 결과와 정부 조사자료의 중첩도; 수륙분포에 따라 영종도 남서측(a), 영종도 남동측(b), 무의도 북동측(c), 무의도 남서측(d)으로 구분하고, 연구 결과의 간석지 면적을 정부 조사자료의 면적과 비교하여 모식도와 비율로 표현하였다.

두 자료의 간석지 면적을 집계하면 구역에 따라 유사도가 크게 상이하다. 먼저 분류정확도가 비교적 높은 mWRI와 MBWI의 분류 결과를 융합한 전체 간석지 면적은 68km²이며, 2018년 정부 조사자료의 경우 86.6km²로 연구 결과보다 27% 넓다(표 8). 구역별로는 무의도 북동측(c)이 두 자료간의 유사도가 가장 높고, 영종도 남동측(b), 영종도 남서측(a), 무의도 남서측(d)의 순으로 유사도가 낮아졌다. 특히 D구역에서 이 연구는 9.9km²의 간석지를 식별한 반면, 정부 조사자료 상의 면적은 23km²에 달해 그 차이가 컸다.

A구역과 D구역에서 뚜렷한 자료 간의 차이는 해당 구역이 대조기 저조시에만 제한적으로 수면 위로 드러나는 조하대 하부 사퇴 지형(일명 풀등)인 점과 관련성이 큰 것으로 판단된다. 한편, 이 연구를 통해 식별한 약 920km²의 간석지 가운데 많은 부분인 약 850km²의 간석지가 정부 조사자료에 누락된 점, 그리고 간석지 면적을 기준으로 할 때 외해쪽에 위치한 조간대 하부지역을 제외할 경우 연구 결과와 정부 조사자료가 90% 이상 일치한다는 점은 원격탐사 및 수문지수 기반의 간석지 식별(분류) 결과의 활용성을 일정 부분 뒷받침한다고 판단된다.

5. 토의

이 연구의 분석 결과는 간석지 식별(분류) 결과에 대한 수문지수별 신뢰도를 정량적으로 비교하는 데 초점을 맞추었다. 그러나 서론에 밝힌 바와 같이 수문지수를 적용한 지역에 따른 특수성과 활용 목적에 따라서 수문지수의 활용성은 상이할 수 있다. 이 장은 관련성이 높은 선행연구가 제시한 내용 등을 토대로 수문지수를 활용한 간석지 탐지의 활용성에 대한 논의를 확장하였다. 이를 토대로 수문지수의 활용 가능성과 한계를 논의하며, 활용성을 제고하기 위한 방안을 탐색하였다.

1) 임계치 설정에 관한 논의

이 연구의 결과에서 주목할만한 점은 MNDWI의 잠재적인 제약요인을 개선하는 것을 목적으로 제시한 수문지수인 AWEIsh 및 AWEInsh의 활용성이 기대한 수준보다 높지 않은 점이다. 연구결과를 종합할 때 AWEI는 여타 수문지수에 비하여 간석지를 수면으로 오분류한 경우가 많았고(표 6), 지역적으로는 식생 또는 적설이 분포하는 조간대 상부와 함수율이 높은 조간대 하부를 수면으로 분류하여 여타 수문지수에 비하여 정확도가 낮았다(그림 3). 이는 AWEI가 적외선 반사율에 가중치를 설정함으로써 수분의 변화에 민감하게 반응하는 특성에 기인하는 것으로 판단된다. Feyisa et al.(2014)도 에티오피아 등 일부 지역 및 임계치에 따라서 AWEI의 오분류(간석지)가 MNDWI에 비하여 많았다. 중국 장쑤성 해안지역에서 주요 수문지수의 간석지 탐지 성능을 비교한 Tang et al.(2022)도 AWEI가 함수율이 높은 간석지를 수면으로 오분류하는 경향성을 지적한 바 있다. 한편, 중국 내륙의 호수지역 등 수문지수의 활용성 비교를 수행한 지역에 따라서 MNDWI에 비하여 AWEI의 신뢰도가 높은 사례도 존재한다(Zhou et al., 2017).

MNDWI와 AWEInsh를 제외한 3종의 수문지수는 공통적으로 가시광선 대역에서 적색과 녹색, 적외선 대역에서 근적외선과 단파적외선 영상을 활용하며, MNDWI와 AWEInsh도 공통적으로 녹색과 단파적외선 영상을 활용한다(표 1). 한편, 경기만 북부와 같이 부유물질이 많아 탁도가 높은 수면은 일반적인 해수면에 비하여 근적외선의 반사도가 높고, 탁도에 따라 수문지수 값이 달라진다. 지역적 특성에 따라 수문지수의 활용성이 상이한 점은 Yang et al.(2015)이 여러 지역을 대상으로 수문지수를 활용한 분석 결과의 비교 분석을 통해 정량적으로 제시한 바 있으며, Guo et al.(2017) 또한 수문지수의 파장대역과 산출식에 따라서 탁도가 높은 수면을 육상지역으로 오분류하는 경향이 발생함을 확인하였다. 따라서 부유물질이 많은 환경에서 수문지수 기반 간석지 탐지의 신뢰도를 높이기 위해서는 통계적 경향성, 현장조사 및 전문가･기계 학습 등을 통해 임계치를 적절하게 조정하는 것이 중요하다. 다수의 선행연구는 Otsu 기법과 같이 활용이 용이하고 자동화에 적합한 통계적 경향성 기반 방법론을 통해 임계치를 조정하나, 매우 높은 수준의 신뢰도는 보장하기 어렵다는 제약이 있다(Guo et al., 2017). 이 연구는 연구자가 별도로 제작한 표본지점 정보를 토대로 설정한 수문지수별 적정 임계치를 활용하여 간석지를 분류하고 결과물에 대한 비교 검토를 수행하였다. 이처럼 전문가의 개입 또는 랜덤포레스트와 SVM(support vector machine) 등 기계학습을 통한 간석지 분류는 적절한 훈련데이터의 제작에 많은 시간과 비용이 소요되어 원격탐사자료를 활용하는 방법론적 효용이 축소된다(He et al., 2023). 일반적으로 수문지수를 활용한 간석지 식별(분류)의 목적은 공간데이터의 제작을 목적으로 한다는 점을 감안하면 실효적 측면에서 연구자의 개입이 적을수록 간석지 탐지 방법론의 활용성이 더 크다고 할 수 있다.

상기와 같이 부유물질이 많은 해역에서 간석지를 식별하는 데 수문지수를 활용할 경우 탁도를 고려하여 임계치를 조정하는 것이 더 효과적이다. 그러나 탐지 결과의 신뢰도가 높더라도 임계치와 기본값(0) 간의 차이가 크고 민감도가 높을 경우 해당 수문지수의 활용은 보수적으로 검토할 필요가 있다. 구체적으로, 이 연구는 수문지수 가운데 WRI의 산출 방법을 일부 변형하여 중앙값과 최소-최대값을 여타 수문지수와 유사하게 조정한 mWRI를 고안하였다. mWRI가 적어도 이 연구의 연구지역 및 자료를 활용한 경우 여타 수문지수에 비하여 높은 수준의 신뢰도를 기대할 수 있다는 점은 고무적이라 할 수 있다. 그러나 mWRI의 임계치는 MNDWI에 이어서 두 번째로 높다. 구체적으로 임계치 설정에 필요한 사전지식이 없어 0으로 설정할 경우 mWRI의 활용성은 크게 낮아질 우려가 있다. Laonamsai et al.(2023) 또한 다중시기 위성영상에 기반한 수문지수의 활용성 분석 시 AWEI와 WRI 등 일부 수문지수가 MNDWI에 비하여 임계치에 따라 신뢰도의 수준이 크게 변동하는 점을 주요 고려요소로 지적한 바 있다. 한편, 이 연구에서 MBWI의 임계치는 -0.002로 기본값에 근사한다. 그러나 MBWI의 산출식은 이론적으로 -4~2 사이에 분포하며, 수면과 지면을 구분하는 임계치가 0에 근사한다는 것은 일부 지역을 대상으로 파악한 경험적 근거이다(Wang et al., 2018).

상기 내용을 종합할 때, 경기만 북부의 간석지 탐지를 목적으로 활용성을 비교 분석한 주요 수문지수 5종 가운데 가장 적합도가 높은 것은 MBWI로 판단된다. MBWI는 AWEI, MNDWI에 비하여 신뢰도가 높았다. 또한 최적의 성능을 보이는 임계치가 기준값(0)과 거의 일치하여, 신뢰도가 비슷한 수준인 mWRI에 비하여 연구자의 개입에 대한 의존도가 낮을 것으로 기대된다. 한편, MBWI의 임계치가 시공간적으로 상이한 환경에서도 기준값에 근사하는지에 대해서는 충분한 검증이 필요할 것으로 사료된다.

2) 간석지 탐지시 원격탐사 및 수문지수의 활용성에 관한 논의

일반적으로 원격탐사는 넓은 범위를 동시에 조사하는 데 유용하다고 알려져 있다. 특히 연구자의 접근이 제한된 지역의 공간정보가 필요한 경우 위성영상과 같은 원격탐사자료는 현장조사의 대안으로서 가치가 높다. 그러나 간석지의 경우 수면 위로 드러나 영상자료를 통해 식별할 수 있는 시간이 짧고, 무료로 공개된 원격탐사자료는 공간해상도와 촬영주기 등에 제약이 있어 원격탐사를 통한 간석지 탐지 또한 한계점이 있다. 예를 들어 Landsat의 경우 8호와 9호를 동시 운영함에 따라 대조기 저조시 전후에 촬영한 영상이 연간 8~9매로 이전(4~6매)에 비해 약 2배로 증가하였다(표 2). 그럼에도 불구하고 2020~2023년의 Landsat 영상 중 연구지역에서 대조기 저조시에 수면 위로 드러나는 조간대 하부 사퇴를 뚜렷하게 식별한 영상은 없는 것으로 파악된다. 특히 연구지역에는 영종도 남측 외에도 장봉도 서측, 볼음도-주문도 남서측, 말도 서측 등 외해 방향에 조간대 하부에 위치한 사퇴가 다수 분포한다는 점을 고려할 때, 원격탐사를 통한 간석지 탐지(분류)는 현장조사에 기반한 정부 조사자료 수준의 높은 신뢰도를 기대하기에는 어려움이 있다.

다만 통계적 분류정확도 분석 및 연구지역 내 정부 조사자료가 존재하는 일부 구역에 대한 간석지 비교 결과, 원격탐사를 통한 간석지 탐지는 일정 수준 유용성을 갖춘 것으로 판단된다. 특히 연구지역이 경기만 북부지역과 같이 기 제작된 대표성 있는 자료를 활용할 수 없거나, 이 지역을 포함한 거시적인 범위에서 공간자료가 필요한 연구에는 활용을 검토할만 하다. 그 외에도 원격탐사 기반의 해안선 탐지 및 간석지 분류 방법은 약최저저조위에 해당하는 간석지 면적을 파악하는 것 외에도 조위관측소의 해수위 기록과 연동하여 간석지의 고도 분포 및 해안선과 관련된 미시지형 등을 파악하는 데 활용할 수 있다. 실제로 Mason et al.(1995)과 같이 원격탐사 기반 해안선 탐지 방법을 제안한 초기의 연구들은 조간대의 등수심선 제작을 연구 목적 또는 주요 활용방안으로 제시하였다.

수문지수는 지표피복의 유형에 따른 파장대역별 반사도 특성에 기초하여 여러 파장대역 영상을 조합함으로써, 수면과 지면의 차이를 극대화하여 단일 채널의 영상자료로 재구성한 것이다. 따라서 수문지수는 원시자료(raw data)에 비해 수면과 간석지의 경계를 식별하는 데 용이하다. 특히 이 연구가 새롭게 제시한 mWRI는 임계치 설정에 전문가의 참여를 필요로 하나, 여타 수문지수에 비해 분류정확도가 높았다. 수문지수는 원격탐사 기반의 간석지 분류를 자동화하여 보다 빠르고 효율적으로 간석지 관련 공간정보를 수집하는 데 기여할 수 있다. 특히 대용량 데이터를 신속･정확하게 처리할 수 있는 기반이 조성된 현재의 환경과 Landsat뿐만 아니라 Sentinel과 KOMPSAT 등 다양한 플랫폼의 원격탐사자료를 활용할 수 있는 여건을 고려할 때, 수문지수에 기반한 간석지 분류 자동화 기법을 고안하여 간석지 면적과 고도 분포, 미시지형 등 다양한 지형학적 특성을 파악하는 데 기여할 수 있을 것으로 기대된다. 전술한 자동화를 실현하기 위해서는 앞서 논의한 임계치 설정에 대한 상세한 분석 외에도 여타 영상플랫폼에서의 수문지수 산출 및 활용, 국지적으로 상이한 해수위의 반영 방안 등에 대한 추가적인 검토가 필요할 것으로 판단된다.

6. 결론

이 연구는 경기만 북부의 간석지를 대상으로 원격탐사 및 수문지수를 통한 간석지 탐지 방법론의 활용성을 비교 분석하였다. 각 수문지수를 대상으로 정량적인 신뢰도와 함께 지역적 특성과 임계치 등 다양한 기준을 토대로 정성적 측면의 강점과 한계점을 제시하는 등 방법론의 활용가능성 검토를 수행하였다.

연구 결과를 요약하자면, AWEI, MNDWI, MBWI, mWRI 등 주요 수문지수는 경기만 북부의 간석지와 수면을 분류하는 데 유용함을 확인하였다. 특히 mWRI는 다양한 환경에서 일관된 신뢰도를 보여 주요 수문지수 중 적합도가 가장 높았다. 한편, 실제 현장에서는 mWRI와 신뢰도가 유사하면서 임계치가 기준값(0)에 근사한 MBWI의 활용성이 더 높을 것으로 판단하였다. 원격탐사 기반의 간석지 탐지에 내재한, 약최저저조위 시점 자료 수집의 제약으로 인하여 간석지의 최대 면적을 파악하는 것 외에도 짧은 제작 주기에 초점을 맞춰 간석지의 고도 분포, 미시지형 등의 조사 등 활용성을 높이는 방안을 제안하였다. 또한 전술한 강점을 극대화하기 위하여 후속 연구 등을 통하여 원시 데이터를 다중 플랫폼으로 확대하고 수문지수에 기반한 간석지 분류 자동화 방안 및 이와 관련한 후속연구를 제시하였다.

한편, 이 연구는 2020년부터 2023년까지 4년 간의 Landsat 영상 전체를 검토하였음에도 불구하고 연구지역의 간석지 면적에 대한 유용한 참고자료를 제시하지 못하였다. 그 외에도 자료 수집의 제약으로 인하여 수문지수별 분류정확도의 계절적 차이는 검토하지 못하였으며, 후속연구를 통해 다양한 환경에서 수문지수별 임계치와 분류정확도에 대한 풍부한 논의가 필요할 것으로 판단된다.