Journal of the Korean Geographical Society. 31 October 2026. 749-767
https://doi.org/10.22776/kgs.2026.61.5.749

ABSTRACT


MAIN

  • 1. 서론

  • 2. 분석 대상과 자료, 방법

  •   1) 국토외곽 먼섬의 법적 정의와 분석 대상

  •   2) 연구 자료

  •   3) 분석 방법

  • 3. 먼섬 산림의 전체적 변화 양상

  •   1) 먼섬과 본토의 식생지수 추세

  •   2) NDVI 포화 현상의 증거

  •   3) 먼섬과 본토의 임상 구조 차이

  • 4. 권역별 심층 분석

  •   1) 흑산도권

  •   2) 서해 5도

  •   3) 가거도

  •   4) 거문도군

  •   5) 울릉도

  •   6) 권역별 특성과 공통점 종합

  • 5. 먼섬의 산림생태 특징과 함의

  •   1) NDVI–EVI의 불일치와 먼섬에서의 의미

  •   2) 먼섬 산림의 변화 요인

  •   3) 먼섬의 권역간 산림 차이 : 위도와 그 외 요인

  •   4) 먼섬 관리와 모니터링에 대한 함의

  • 6. 결론

1. 서론

울릉도・독도, 백령도 등 서해 5도, 마라도, 흑산도 등 국토 최외곽에 위치한 유인도(이하 “먼섬”)는 안보・경제적으로 중요한 “국토 경비대”의 역할을 수행하고 있다(차미숙 등, 2025). 그러나, 먼섬의 중요성에 대한 인식과 투자가 부족함에 따라, 국가최저기준에 미치지 못하는 정주여건을 유지하고 있다. 그로 인해, 먼섬의 인구는 2015-2023년 동안 13%가 감소하였으며, 앞으로 이 중 상당수가 무인화 될 것으로 전망된다. 유엔해양법협약(UNCLOS; United Nations Convention on the Law of the Sea) 제121조 제3항은 인간의 거주 또는 독자적 경제활동을 지탱할 수 없는 암석(rocks)에 대해서는 배타적 경제수역과 대륙붕으로 인정하지 않는다고 규정한다. 따라서 먼 섬의 무인화는 정주 기반의 상실에 그치지 않고 도서의 국제법적 지위에 논란을 일으켜, 해양영토 및 국토경제공간의 축소로 이어질 수 있는 문제이다.

이러한 문제의식에 근거하여, 2024년 「울릉도・흑산도 등 국토외곽 먼섬 지원 특별법」이 제정되고 2025년 1월 시행되었다. 이 법은 항로거리 50km 이상 떨어진 유인도서와 영해 직선기선의 기점에 해당하는 유인도서를 “먼섬”으로 규정하는데, 이는 이 섬들이 영토・영해 관리의 결절이자 동시에 정주 여건이 가장 취약한 공간임을 동시에 인정한 것이다. 그동안 개별 도서 정책의 주변부에 머물던 국토 외곽의 원격 도서 43개가 하나의 정책 범주로 묶였다는 데 의의가 있다(행정안전부, 2025).

그러나 먼 섬의 정주여건에 대한 관심이 법제화로 이어진 것과 달리, 이들 섬의 자연환경 가치와 생태 보전에 대한 관심은 상대적으로 부족했다. 섬은 육지 면적의 5.3%에 불과하지만 전 지구 관속식물의 31%가 자생하고 21%가 섬 고유종이며 고유종풍부도는 본토의 8~10배에 이른다(Kier et al., 2009; Schrader et al., 2024). 동시에 섬은 가장 취약한 공간이기도 하여, 인간 영향 지수가 본토보다 유의하게 높고 향후 토지피복 변화 압력도 더 크게 증가할 것으로 전망된다(Kier et al., 2009; Fernández-Palacios et al., 2021). 그러나 먼 섬의 고유성과 높은 위협도가 정주여건 증진과 생태계 가치 보전의 대립을 뜻하지는 않는다. 섬 생태계는 전 세계적으로 5억 명 이상에게 생태계서비스를 제공하는 기반이며, 관광이 주요 산업인 섬에서는 자연생태계가 휴양과 생태관광의 원천이 된다(Wong et al., 2005; Balzan et al., 2018).

그러나 섬의 자연환경, 특히 산림 생태계에 대한 이해는 특정 시점의 현황 기재에 편중되어 있고 장기 변화에 대한 정량적 이해가 부족하다. 먼섬은 육지에서 멀고 쉽게 교통편이 단절되어 정기적인 현장 조사가 어렵기 때문이다. 그 결과 이 섬들이 지난 수십 년간 어떤 방향으로 변화해 왔는지는 검증되지 않았다. 위성 원격탐사는 이러한 접근성 제약을 우회하여 균질한 장기 관측을 제공한다는 점에서, 먼섬 생태연구에서 사실상 유일한 수단에 가깝다.

국내에서도 위성 식생지수, 특히 정규식생지수(NDVI, Normalized Difference Vegetation Index)와 향상식생지수(EVI, Enhanced Vegetation Index)를 이용한 장기 식생 변화 연구는 상당한 축적을 이루어 왔다. Jeong et al.(2013)은 남한 전역의 생장기간이 10년당 4.5일씩 길어졌음을 확인하고 이를 산림녹화 이후의 임분 생장과 연결했다. 한반도를 남북으로 비교한 연구들은 북한의 녹화 속도가 남한을 상회한다는 점을 보고하였다(Lim and Yeo, 2022; Qu et al., 2023). 안유순(2024)은 MODIS (Moderate Resolution Imaging Spectroradiometer) NDVI와 강우자료를 결합하여 북한 토지황폐화의 통합적 지표를 모색하였다. 또한 이보라 등(2018)은 임상도와 MODIS 식생지수를 결합하여 우리나라 산림에는 EVI가 더 적합함을 보였다. 그러나 이들 연구는 대체로 남한 또는 한반도 전역을 대상으로 하였기에 원격 도서가 독립적인 분석 단위로 다루어지지 않았고, 두 지수의 차이 또한 지수 선택의 문제로 다루어졌을 뿐 생태적 상태를 지시하는 신호로 해석되지는 않았다. 즉, 본토에서 확인된 녹화 추세가 먼섬에서도 동일하게 나타나는지는 아직 검증되지 않은 셈이다.

지리학에서도 식생의 분포와 변화는 생물지리학의 주요 주제로 다루어져 왔다. 박정재(2012)는 국내 생물지리학 연구를 환경 인자와 식물 분포의 관계, 과거 식생과 기후, 인간과 환경의 상호작용이라는 세 갈래로 정리하였다. 구체적으로는 한반도 상록활엽수의 분포를 기후요소와 관련지어 유형화한 연구(구경아 등, 2001), 위성 식생지수로 한반도의 식물계절 패턴을 분석한 연구(박선엽, 2013), 위성영상으로 산지초지가 삼림으로 전환되는 과정을 추적한 연구(김남신, 2012) 등이 축적되어 왔다. 본 연구는 이 가운데 인간과 환경의 상호작용, 즉 이용 압력이 해소된 이후 전개된 산림 회복을 위성 시계열로 추적한다는 점에서 이 흐름에 위치한다.

본 연구의 대상 도서에 관한 연구는 식물상과 군락구조 측면에서 상당한 축적이 이루어져 있다. 김현희 등(2018)은 백령도・대청도・소청도・흑산도・홍도・가거도・울릉도・독도 등 최외곽 도서 8곳의 식물상을 종합하여 서해 중부 도서권, 서해 남부 도서권, 울릉도권으로 구분하였으며, 개별 도서 수준에서도 대흑산도・울릉도・가거도・홍도의 식생 구조와 분포가 보고되어 왔다(조현제 등, 1993; 이중효 등, 2006; 이지혜 등, 2011; 이정윤 등, 2015; 조영준 등, 2018).

선행 연구는 먼섬 산림이 원시림보다는 20세기에 교란을 거친 2차림임을 지적한다. 홍도에서는 1960년대에 대규모 산불이 있었고 1980년대까지 연료채취・약재채취・염소방목이 계속되어 현존 상록활엽수림 대부분이 50년생 미만의 영급 구조를 보이며(이지혜 등, 2011), 서남해 도서의 난온대 상록수림 역시 대체로 50여 년생 미만으로 낙엽활엽수에서 상록활엽수로의 천이가 진행 중인 단계임이 밝혀졌다(오구균・최송현, 1993). 이 관측으로부터 30여 년이 지났음을 고려하면 해당 임분들은 본 연구의 분석이 시작되는 2001년에도 여전히 성숙 과정에 있었을 것으로 추정된다. 즉 이 섬들의 산림은 20세기 후반의 교란으로부터 회복하는 과정에 있으며, 그 회복이 현재 어느 단계까지 진행되었는지가 규명되어야 할 대상이다. 다만 이러한 연구들은 특정 시점의 상태를 기재한 것이어서, 회복이 진행 중이라는 진단은 임상도의 정보(임분의 영급 구조)에서 추론한 것일 뿐 시간에 따른 관측으로 뒷받침된 것은 아니다.1)1)

본 연구는 해당 공백에서 출발하여, 국토외곽 먼섬의 산림이 2001년부터 2025년까지 어떻게 변화해 왔는가를 규명하고자 한다. 구체적인 목적은 세 가지이다. 첫째, MODIS NDVI와 EVI의 여름 연최대값 시계열을 통해 먼섬 산림의 25년 변화 추세가 본토와 어떻게 달랐는지 정량화한다. 둘째, 산림청 임상도와 비교하여 변화 추세가 어떤 산림 구조 위에서 일어났는지를 파악한다. 셋째, 먼섬 산림의 변화 추세로부터 특별법의 정주 지원 취지와 생태적 보전 가치를 조화시키는 관리 방향의 함의를 도출한다.

이때 본 연구가 던지는 핵심 질문은 먼섬 산림이 이미 성장의 한계에 도달해 있는지, 아니면 육상에서 확인할 수 있는 것처럼 여전히 녹화되고 있는지에 대한 점이다. 특히 일부 식생의 성장에 관한 연구에서는 식생지수의 종류에 따라 그 경향이 다르게 나타났으며 특히 NDVI와 EVI가 달랐다(2장 참조). 이 질문은 방법론적 질문으로 보이지만 정책적 결론으로 이어질 수 있다. 실제 정체인지, 아니면 지수 포화인지에 따라 먼 섬의 산림생태계의 상태가 어떤지를 진단하고, 대책을 제시하는 부분이 달라질 수 있다.

2. 분석 대상과 자료, 방법

1) 국토외곽 먼섬의 법적 정의와 분석 대상

본 연구의 대상인 국토외곽 먼섬은 「울릉도・흑산도 등 국토외곽 먼섬 지원 특별법」(2024년 제정, 2025년 1월 17일 시행)과 동법 시행령에 근거하여 지정된 도서를 말한다(행정안전부, 2025). 법은 가장 가까운 육지로부터 항로거리 50km 이상 떨어진 유인도서와 「영해 및 접속수역법」에 따른 직선기선의 기점에 해당하는 유인도서를 먼섬으로 규정하여 34개를 지정하였고, 시행령이 직선기선까지의 거리가 10km 이하이면서 접근성이 낮은 도서 9개를 추가 지정함으로써 현재 지정 먼섬은 총 43개이다(그림 1).

https://cdn.apub.kr/journalsite/sites/geo/2026-061-05/N013610506/images/geoa_61_05_06_F1.jpg
그림 1.

국토외곽 먼섬의 위치와 영해선 표시
주: 행정구역은 2025년 기준
자료: 차미숙 등(2025), 22를 일부 수정

이 가운데 인접하여 하나의 단위를 이루는 섬은 합병하여 40개를 분석 대상으로 선정하였다. 임상도를 이용한 산림 구조 분석(3장 3절)은 이 40개를 대상으로 한다. 한편 MODIS 250m 화소는 소도서에서 확보되는 수가 적으므로, 16일 합성 영상마다 섬 안에서 구름・눈으로 판정되지 않은 유효화소 수를 집계하고, 그 25년 평균이 3개 이상인 섬만 시계열 분석 대상으로 삼았다. 이 기준을 충족한 섬은 18개였으며, 식생지수 시계열 분석(3장 1–2절)과 권역별 심층 분석(4장)은 이 18개 섬을 대상으로 한다. 이하 본 연구에서는 지정 43개, 분석 40개, 시계열 분석 18개를 구분하여 기술한다(표 1).

표 1.

지정 국토외곽 먼섬 43개와 분석 대상 구분

시도 시군 섬 권역(수) 분석 40 시계열 18
인천 옹진 백령도・대청도・소청도・연평도・소연평도 서해5도(3) 5 3
충남 보령 황도 — 1 —
전북 군산 어청도 — 1 —
부안 상왕등도・하왕등도 — 2 —
전남 영광 안마도・대석만도・죽도(영광)・횡도 — 4 1
신안 대흑산도・영산도・다물도・대둔도・장도・홍도・
상태도・중태도・하태도・만재도・가거도
흑산도권(4)・
가거도(1)
11 6
진도 상죽도・하죽도・서거차도・동거차도・맹골도・곽도 — 5 3
완도 여서도 — 1 1
여수 거문도・서도・동도 거문도군(3) 1 1
경북 울릉 울릉도(본도)・죽도(울릉)・독도 울릉도(1) 2 1
제주 제주시 상추자도・하추자도・우도・비양도 — 4 2
서귀포 가파도・마라도 — 2 —

주: 전남광주통합특별시는 편의상 전남으로 표기함

자료: 차미숙 등(2025), 22를 일부 수정

2) 연구 자료

위성 식생지수는 Terra MODIS의 표준 산출물인 MOD13Q1 (Collection 6.1)에서 얻었다(Didan, 2021). 250m 해상도로 16일마다 합성된 자료가 연간 23장 제공된다. 공간해상도가 더 높은 Landsat이나 Sentinel-2를 쓰지 않은 것은, 2001년부터 센서 교체 없이 균질한 25년 시계열을 확보할 수 있고 재방문 주기가 짧아 여름철 결측이 적으며 화소별 품질 정보가 함께 제공되기 때문이다.

식생지수는 잎의 엽록소가 적색광을 흡수하고 해면조직이 근적외선을 반사하는 특성을 이용한다. 식생이 무성할수록 두 파장의 반사율 대비가 커지며, 그 크기가 식생의 양과 활력을 지시한다(Sellers, 1985).

정규식생지수(NDVI)는 Rouse et al.(1973)과 Tucker(1979)가 제안한 이래 가장 널리 쓰인 지수로, 근적외 반사율(ρNIR)과 적색 반사율(ρRed)의 차를 합으로 나눈 값이다.

NDVI=ρNIR-ρRedρNIR+ρRed

값은 -1에서 +1 사이이며 울창한 산림은 0.8 이상을 보인다. 그러나 식생량이 일정 수준을 넘어서면 적색 반사율이 거의 0에 수렴하여 더 낮아질 여지가 없어지고, 식생이 더 무성해져도 NDVI는 거의 변하지 않는다. 이를 포화(saturation)라 하며 통상 NDVI 0.8 부근부터 나타난다(Myneni et al., 1995; Gitelson, 2004).

향상식생지수(EVI)는 이 한계를 완화하기 위해 MODIS 계획에서 개발된 지수로, 청색 밴드(약 0.46–0.48μm)를 추가로 이용한다(Liu and Huete, 1995; Huete et al., 1997; 2002).

EVI=G×(ρNIR-ρRed)ρNIR+C1ρRed-C2ρBlue+L

여기서 G=2.5는 값의 범위를 NDVI와 비슷하게 맞추는 이득 계수, L=1은 토양 등 배경 신호의 영향을 줄이는 보정항, C₁=6과 C₂=7.5는 청색 밴드를 이용해 대기 중 에어로졸의 산란 효과를 상쇄하는 계수이다(Huete et al., 2002). 분모에 근적외 반사율이 그대로 남아 있기 때문에, 식생량이 증가하여 근적외 반사가 계속 커지는 한 EVI도 함께 커진다. 즉 EVI는 NDVI가 포화된 구간에서도 변화를 감지할 수 있다.

두 지수의 성격을 거칠게 비유하면 NDVI는 “잎이 덮여 있는지 아닌지”에, EVI는 “얼마나 두껍게 덮여 있는지”에 민감하다. 함께 증가하면 식생의 실질적 증가로, NDVI만 정체하면 포화 구간에서 변화가 지속되는 것으로, 둘 다 정체하면 실제 정체이거나 이중 포화로 해석할 수 있다.

두 지수 모두 여름철(7–9월)의 연최대값(annual maximum)을 산출하여 25개 값으로 이루어진 시계열을 구성하였다. 여름철을 택한 것은 이 시기가 식생의 생장 정점으로, 상록수와 낙엽수를 아우르는 최대 엽면적 상태를 포착하며, 적설이나 개엽, 낙엽, 그림자, 구름 등의 계절 및 기상현상으로 인한 왜곡을 배제할 수 있기 때문이다. 또한 화소별로 요약 품질 정보 등을 활용한 보정도 진행하였다.2)2)

지형 정보는 SRTM (Shuttle Radar Topography Mission) 수치표고모형(SRTMGL1 v3, 약 30m)에서 얻었다(Farr et al., 2007). 2000년 우주왕복선의 단일 관측으로 제작되어 지역 간 접합 오차가 없다는 점에서 광역 지형 분석의 표준 자료로 쓰인다. 이로부터 경사도와 음영기복도를 파생시켜 지형적 맥락 파악에 사용하였다.

산림 구조 분석에는 산림청의 1:5,000 임상도를 사용하였다(산림청, 2022). 임상도는 산림을 균질한 임분 단위의 폴리곤으로 구획하고 임상, 우점 수종, 영급, 경급, 수관밀도 등의 속성을 부여한다.3)3)

이상의 연구자료 및 추가 활용자료의 출처와 주요 속성은 표 2에 정리하였다.

표 2.

사용 자료 요약

자료 출처・산출물 해상도 기간・시점 본 연구에서의 용도
위성 식생지수 NASA Terra MODIS MOD13Q1 (Coll. 6.1) 250m / 16일 2001–2025 NDVI・EVI 여름 연최대값 시계열, 화소별 변화 추세
수치표고모형 NASA SRTM SRTMGL1 v3 
(1 arc-second)
약 30m 2000년2월 관측 표고・경사도・음영기복도(지형 맥락)
산림 주제도 산림청 임상도 1:5,000 최신 갱신본 산림 마스크, 수종・임종・영급・경급・밀도 분석
행정・해양 경계 행정안전부 행정구역, 해양수산부 해안선・영해기선 — 2025년 기준 연구 대상 도서 획정, 그림1 작도

3) 분석 방법

위성자료 처리에는 Google Earth Engine (GEE)을 사용하였다(Gorelick et al., 2017). 전국 규모이면서 연 23장인 MODIS 자료를 25년간 구축하는 경우 수 테라바이트에 달해 개별 처리가 어려우나, GEE에서는 화소 단위 품질 필터링과 회귀 계산을 서버에서 병렬 수행할 수 있고 처리 과정이 스크립트로 기록되어 재현성이 확보된다.

다만 넓은 영역의 공간 평균을 산출할 때 집계 해상도(scale)와 처리 화소 상한(maxPixels)을 명시하지 않으면 플랫폼이 화소를 부분 표집하여 재실행 시 값이 달라질 수 있다. 본 연구는 모든 공간 집계에서 원해상도와 화소 상한을 명시하였다.

식생지수의 시간적 변화를 정량화하는 데에는 두 가지 방법을 목적에 따라 나누어 사용하였다.

집단(먼섬 전체・권역・본토)의 평균 시계열에 대해서는 최소자승 선형회귀(OLS)를 적용하였다. 연도를 설명변수로 하여25개 연간 값에 직선을 적합시키고, 그 기울기를 연간 변화율로, 기울기의 유의확률을 추세의 통계적 유의성 판단 근거로 삼았다. 기울기의 단위는 “지수값/년”이며, 값이 작으므로 본문에서는 10-3을 곱한 형태로 제시한다. 예컨대 +3.05×10-3/년은 25년 동안 EVI가 약 0.076 상승했음을 뜻한다.

반면 화소 단위의 변화 지도(그림 6-10의 (a)와(b))에는 Sen’s Slope (Theil–Sen 추정량)를 사용하였다(Sen, 1968). 이 방법은 n개의 관측에서 만들 수 있는 모든 시점 쌍에 대해 두 값의 차를 두 시점의 차로 나눈 기울기를 계산한 뒤, 그 값들의 중앙값을 취한다. 25개 연간 값이면 300개의 쌍별 기울기가 산출되고, 그 중앙값이 해당 화소의 추세가 된다. 화소 단위에 Sen’s Slope를 쓰는 것은 중앙값을 취하므로 이상치에 강건하고, 정규성이나 등분산성을 가정하지 않으며, 화소마다 유효 관측 연도 수가 달라도 안정적으로 계산되기 때문이다.

Sen’s Slope의 유의성은 통상 Mann–Kendall 검정으로 판단한다(Mann, 1945; Kendall, 1975). 본 연구는 화소별 지도에서 효과의 크기를 공간적으로 제시하는 데 초점을 두었으므로 지도에는 기울기만을 표현하였고, 통계적 유의성은 집단 평균 시계열 수준에서 표 3으로 제시하였다. 따라서 표 3의 기울기(최소자승 회귀)와 지도의 화소값은 서로 다른 방법으로 산출된 값이므로 직접 대응하지 않는다.

먼섬의 변화가 도서라는 조건에서 비롯된 것인지, 아니면 같은 기간 한반도 전반에 나타난 변화의 일부인지를 가늠하기 위해 본토 대조군을 설정하였다. 전 국토 평균이 아닌 해안 완충지를 본토 대조군을 선택하였는데, 이는 해양성 기후의 영향과 위도 범위를 먼섬과 가급적 유사하게 맞추어 비교의 편향을 줄이기 위해서이다. 대조군은 해안선으로부터 내륙 10km 이내에 분포하는 산림으로 정의하였다.4)4)

분석 대상 먼섬 가운데 시계열 분석대상인 18개 섬은 지리적 분포에 따라 5개 권역으로 구분하였다. 서남해의 흑산도권(대흑산도・영산도・다물도・대둔도)과 가거도, 서해 북단의 서해5도(백령도・대청도・소청도), 남해의 거문도군(거문도・서도・동도), 그리고 동해의 울릉도가 그것이다. 이러한 권역 구분은 먼섬이 균질한 집단이 아니라 위도와 해역에 따라 상이한 기후・식생 조건에 놓여 있음을 반영하며, 권역별 심층 분석(4장)의 기본 단위가 된다.

본 연구의 결과 해석에 대해서 유의해야 할 한계와 고려사항을 다음과 같이 미리 밝혀 둔다.

첫째, 공간해상도와 혼합화소를 고려해야 한다. 면적이 수km2에 불과한 소도서에서는 온전히 산림만을 담은 화소가 몇 개 되지 않으며, 해안선을 따라 육지와 해수면이 한 화소에 들어가는 혼합화소가 발생한다. 해수면은 식생지수가 매우 낮으므로 이러한 화소의 값은 실제 산림보다 낮다. 그림 3에서 소도서의 하위 백분위 값이 유독 낮고, 화소별 변화 지도에서 해안선을 따라 음의 값이 고리 모양으로 배열되는 것은 상당 부분 이 효과로 설명된다.

둘째, 센서의 장기 안정성을 고려해야 한다. Terra 위성은 연료 소진에 대비하여2020년 이후 궤도 조정을 중단하면서 통과 시각이 점차 이른 시간대로 이동하고 있다. 통과 시각의 변화는 태양 입사각을 통해 반사율에 영향을 줄 수 있으므로 후반부 자료 해석에 유의가 필요하다. 다만 Collection 6.1은 센서 열화 보정이 개선된 처리본이며(Lyapustin et al., 2014), 여름철 연최대값이라는 지표 자체가 관측 조건의 미세한 변동에 둔감하다.

셋째, 임상도는 특정 시점의 산림 상태를 기록한 정적 자료이고, 여름철 연최대값은 그해의 최고 상태를 나타내는 지표이므로, 25년간의 임상 변화나 최성기 이후에 발생한 교란(태풍 낙엽・염풍 피해 등)은 반영되지 않는다. 따라서 본 연구가 다루는 변화는 여름 최성기 식생 상태의 변화로 한정된다.

3. 먼섬 산림의 전체적 변화 양상

본 장과 4장은 분석 결과를 제시한다. 3장에서는 먼섬 전체를 하나의 집단으로 보아 본토와 식생지수 추세를 비교하고(1절), 섬별 NDVI 분포를 통해 포화 여부를 확인한 뒤(2절), 두 집단의 임상 구조 차이를 살펴본다(3절). 이어 4장에서는 먼섬을 5개 권역으로 나누어 권역별 특성을 분석한다.

1) 먼섬과 본토의 식생지수 추세

먼섬 산림 전체의 NDVI는 2001–2025년 동안 통계적으로 유의한 추세를 보이지 않았다(기울기 -0.09×10-3/년, p=0.71). 그러나 동일 기간 EVI는 유의하게 증가하였다(+3.05×10-3/년, p<0.001). 대조군인 본토(해안 10km 완충지)에서는 NDVI (+1.01×10-3/년, p<0.001)와 EVI(+2.12×10-3/년, p<0.001) 모두 유의하게 증가하였다. 이를 25년간의 누적 변화량으로 환산하면, 먼섬의 EVI는 약 0.076 상승한 반면 NDVI는 사실상 변화가 없었고, 본토는 EVI 약 0.053, NDVI 약 0.025 상승한 셈이 된다.

추세의 유무만이 아니라 두 집단의 수준(level)을 함께 보면 해석이 분명해진다(그림 2). NDVI에서 먼섬은 25년 내내 본토보다 높은 값을 유지하였으나, 적합선 기준으로 먼섬이 0.886 내외에서 평탄한 반면 본토는 0.851에서 0.875로 상승하여 두 집단의 격차가 0.035에서 0.011로 좁혀졌다. 즉 NDVI만으로 판단하면 먼섬은 본토에 추격당하는 상대적 정체로 읽힌다. 이때 먼섬이 머물러 있는 0.886은 뒤에서 살펴볼 포화 영향권(0.80 이상)의 한가운데에 해당한다.

https://cdn.apub.kr/journalsite/sites/geo/2026-061-05/N013610506/images/geoa_61_05_06_F2.jpg
그림 2.

먼섬과 본토의 NDVI·EVI 여름 연최대값 추세(2001–2025). (좌) NDVI, (우) EVI
주: 원 형태 점은 먼섬 18개 섬의 평균, 삼각점은 본토(해안 10km 완충지). 파란 음영은 섬 간 표준오차이며, 본토는 단일 공간 단위이므로 산포를 표시하지 않음. 추세선은 유의한 경우 실선, 비유의한 경우 파선.

그러나 EVI에서는 반대 결과가 도출된다. 먼섬의 EVI는 본토보다 낮은 수준에서 출발하였으나(2001년 약 0.54 대 0.56) 더 가파르게 상승하여 2020년대 초에 두 적합선이 수렴하였다. 관측값 기준으로도 먼섬은 2004년 0.528에서 2024년 0.641로 0.11 이상 상승하였다. 동일한 대상과 기간에 대해 두 지수가 상반된 방향의 결론을 지시하는 것이다.

두 지수가 상반된 결론을 지시한다는 사실은 본 장에서 제시할 첫 번째 발견이다. 어느 한쪽을 자료의 오차로 보기에 두 지수 모두 동일한 화소, 동일한 품질 기준, 동일한 집계 절차를 거쳤으며 통계적 유의성 또한 뚜렷하다. 따라서 이 불일치는 지수 산출 원리의 차이에서 비롯된 체계적 현상으로 판단하였다.

2) NDVI 포화 현상의 증거

먼섬에서 NDVI는 정체하나 EVI는 증가하는 이러한 불일치는, 먼섬 산림이 이미 높은 식생량에 도달하여 NDVI가 포화되었기 때문으로 해석된다. NDVI는 고식생량 구간(약 0.8 이상)에서 식생량 증가에 대한 민감도가 급격히 감소하는 반면, EVI는 포화 저항성이 높아 실제 변화를 계속 포착한다.

섬별 여름철 NDVI 분포는 이 해석을 직접 뒷받침한다(그림 3). 분석 대상 18개 섬 모두에서 상위 백분위(p90) NDVI가 0.84 이상으로 전 도서가 포화 영향권에 진입해 있다. 값이 가장 높은 집단은 영산도(0.94)・홍도(0.93)・가거도(0.91)로 모두 서남해 난대림 도서이며, 가장 낮은 집단은 대둔도・다물도(0.85)와 서거차도・상하죽도・동거차도(0.84)로 면적이 작아 해안 혼합화소의 비중이 큰 소도서들이다. 실제로 이들 소도서는 p10이 0.69 부근까지 낮아져 분포의 폭이 넓은 반면 영산도는 p10이 0.835로 매우 좁다. 즉 섬 간 차이는 산림의 질보다 섬 크기와 해안선 밀도가 만드는 화소 구성의 차이를 상당 부분 반영한다.

https://cdn.apub.kr/journalsite/sites/geo/2026-061-05/N013610506/images/geoa_61_05_06_F3.jpg
그림 3.

섬별 여름철(7~9월) NDVI분포와 포화 영향권
주 : 가로 선분은 p10–p90 범위, 중간 눈금은 중위값, 원은 p90. 음영은 포화 영향권(NDVI ≥ 0.80).

요컨대 먼섬의 산림은 여름철 최성기에 예외 없이 NDVI 0.84–0.94 구간에 놓이며, 이는 NDVI의 민감도가 이미 크게 저하된 영역이다. 따라서 3장 1절에서 확인된 NDVI의 무추세는 식생 상태의 정체가 아니라 지수의 상한 효과로 해석하였다.

3) 먼섬과 본토의 임상 구조 차이

임상도 분석 결과, 먼섬과 본토의 산림 구성은 세 항목 모두에서 뚜렷하게 갈렸다(그림 4). 천연림 비율은 먼섬 90.6%, 본토 77.4%로 먼섬이 13.2%p 높았고, 인공림 비율은 먼섬 2.7%, 본토 15.3%로 먼섬이 본토의 6분의 1 수준에 그쳤다. 상록활엽수 비율의 대비는 더욱 극적이어서, 먼섬 12.4%에 대해 본토는 0.2%로 사실상 존재하지 않았다.

https://cdn.apub.kr/journalsite/sites/geo/2026-061-05/N013610506/images/geoa_61_05_06_F4.jpg
그림 4.

먼섬과 본토의 임상 구성 대비. 나비형(butterfly) 차트
주: 상록활엽수는 수종 기준, 천연림·인공림은 임종 기준 면적 비율이므로 세 항목의 합은 100%가 아님, 본토는 해안 10km 완충지 내 무작위 표본점 500개(반경 1km)의 임상도를 면적 가중으로 집계함.

이는 먼섬 산림이 인위적 수종 도입이 제한된 조건에서 자연적 천이의 영향을 크게 받아 형성되었음을 시사한다. 20세기 후반 대규모 사방・조림 사업이 집중된 본토 해안 지역과 달리, 먼섬에서는 난대 상록활엽수를 포함한 자생 수종 중심의 천연림이 유지되었다. 본토의 NDVI 상승이 조림지의 생장 단계 진행과 무관하지 않다는 점을 고려하면, 두 집단의 추세 차이는 산림 이력(履歷)의 차이를 반영하는 것이기도 하다.

4. 권역별 심층 분석

3장에서 확인한 먼섬 전체의 변화 양상(NDVI 포화・EVI 증가)이 개별 권역에서도 일관되게 나타나는지, 그리고 권역별 고유 특성은 무엇인지를 살펴본다. 시계열 분석대상 18개 섬 중 대표적인 5개 권역을 대상으로, 먼섬의 권역별 특수성과 전형을 확인하였다. 각 권역의 시계열 경향은 그림 5와 표 3에 종합하였다.

https://cdn.apub.kr/journalsite/sites/geo/2026-061-05/N013610506/images/geoa_61_05_06_F5.jpg
그림 5.

권역별 식생지수 시계열(2001–2025). (좌) NDVI, (우) EVI
주 : 선은 최소자승 적합선이며, 기울기와 유의확률은 표 3에 제시하였음.

표 3.

권역별 식생지수 추세 종합

권역 NDVI 기울기(×10-3/년) 유의성 EVI 기울기(×10-3/년) 유의성 여름p90
흑산도권 -0.81 n.s. +0.33 n.s. 0.896
서해5도 -0.84 n.s. +3.60 *** 0.889
가거도 -0.80 n.s. +0.49 n.s. 0.910
거문도군 +0.47 n.s. +4.72 ** 0.893
울릉도 +0.26 n.s. +1.64 n.s. 0.878
먼섬 전체 -0.09 n.s. +3.05 *** 0.893
본토(10km) +1.01 *** +2.12 *** 0.867

주: 별표는 기울기(추세)의 유의수준(단순선형회귀). ***p<0.001, **p<0.01, *p<0.05, n.s. 비유의.

1) 흑산도권

흑산도권(대흑산도・영산도・다물도・대둔도・장도)은 다도해해상국립공원에 속하는 성숙 천연림 군집이다. 상록활엽수 비율 32.5%로 난대림 요소가 뚜렷하며, 밀도 높은 산림이 여러 섬에 걸쳐 발달해 있다.

변화 지도(그림 6 a, b)에서 NDVI의 Sen’s Slope는 대흑산도 중앙부에서 0에 가까운 값이 넓게 나타나는 반면, 섬 가장자리와 북부 대둔도・다물도 일대에서는 음과 양이 화소 단위로 혼재한다. 반면 EVI의 Sen’s Slope는 권역 전역에서 0 이상이며, 특히 북부 도서군과 대흑산도 남부 사면에서 높다.

https://cdn.apub.kr/journalsite/sites/geo/2026-061-05/N013610506/images/geoa_61_05_06_F6.jpg
그림 6.

흑산도권 식생지수 변화(2001–2025)와 임상 (a) NDVI Sen’s Slope, (b) EVI Sen’s Slope, (c) 수종 구성

흑산도권은 두 지수 모두 유의한 추세를 보이지 않았다(표 3). 다만 수준을 함께 보면 해석이 달라진다. NDVI는 0.89–0.90으로 먼섬 전체(0.88)와 본토(0.86–0.88)보다 높고, EVI 역시 0.60 전후로 먼섬 전체 평균보다 높은 수준에서 출발한다. 즉 25년 전에 이미 두 지수 모두 높은 수준에 도달해 있었고 추가 상승의 여지가 작았던 것으로 해석된다. 따라서 본 연구에서는 이 권역의 무추세를 감소가 아니라 조기 포화의 결과로 해석하였다.

임상(그림 6c)에서 상록활엽수는 대흑산도 중・남부의 능선과 사면에 집중되고, 침엽수는 북부 대둔도・다물도와 해안 근접부에 나타난다. 혼효림 비율이 27.3%로 5개 권역 중 가장 높아 상록활엽 극상으로의 천이가 진행 중인 중간 단계로 추정된다(표 4).

표 4.

권역별 수종그룹 비율(%)

권역 상록활엽수 낙엽활엽수 침엽수 혼효림 죽림 비산림/기타
가거도 81.8 7.2 0.2 0.0 0.6 10.1
흑산도권 32.5 6.7 24.6 27.3 1.1 7.9
거문도군 27.9 26.7 12.1 21.9 6.0 5.4
서해 5도 0.0 25.2 58.8 14.6 0.0 1.4
울릉도 0.0 74.3 11.9 8.2 0.7 5.0

2) 서해 5도

서해5도(백령도・대청도・소청도)는 국토 최북단 접경 도서로, 위도가 높아(37.9°N) 상록활엽수는 나타나지 않으며(0%) 침엽수림이 우세하다(58.8%). 해안 절벽과 구릉이 발달한 지형적 특성을 보인다.

변화 지도(그림 7 a, b)에서 NDVI의 Sen’s Slope는 백령도 중앙 저지대를 중심으로 양의 화소가 상당한 면적을 차지하는 한편, 섬 가장자리와 대청도 능선부에서는 음이 섞여 나타난다. EVI의 Sen’s Slope는 세 섬 전역에서 0 이상이며 백령도 남서부와 대청도・소청도에서 특히 높다.

https://cdn.apub.kr/journalsite/sites/geo/2026-061-05/N013610506/images/geoa_61_05_06_F7.jpg
그림 7.

서해5도 식생지수 변화(2001–2025)와 임상 (a) NDVI Sen’s Slope, (b) EVI Sen’s Slope, (c) 임종(林種)

서해5도는 NDVI가 무추세인 반면 EVI는 유의하게 증가하여 5개 권역 중 두 번째로 강한 상승을 보였다(표 3). EVI는 2001년 약 0.55로 먼섬 전체와 같은 수준에서 출발하였으나 2025년 0.64 부근에 도달하여 먼섬 전체와 본토를 모두 상회하게 되었다. 침엽수림이 우세한 권역에서 NDVI가 정체하면서 EVI만 상승하는 이 패턴은, NDVI 포화가 상록활엽 극상림에 국한된 현상이 아니라 임분이 성숙하는 과정 전반에서 나타남을 보여준다.

임상(그림 7c)에서 침엽수림은 백령도 전역에 광범위하게 분포하고 활엽수림은 백령도 남부와 대청도・소청도에 국지적으로 나타난다. 이 권역의 대경목 비율이 12.8%로 가장 높은 것은(표 5) 침엽수 조림 이후 오랜 기간 벌채 없이 유지되면서 임목이 대경화된 결과로 해석된다.

표 5.

권역별 산림 성숙도

권역 대경목 비율(%) 밀도 밀 비율(%) 평균 영급 상록활엽 비율(%)
서해5도 12.8 97.0 4.6 0.0
울릉도 6.4 98.1 4.8 0.0
흑산도권 0.4 90.6 4.0 32.5
거문도군 0.3 87.4 3.6 27.9
가거도 0.2 85.6 4.2 81.8

3) 가거도

가거도는 국토 최서남단의 극고립 화산섬으로, 최고봉 독실산(639m)을 중심으로 급경사 지형이 발달해 있다. 상록활엽수 비율이 81.8%로 5개 권역 중 압도적으로 높아, 난대 상록활엽 극상림의 전형을 보인다.

변화 지도(그림 8 a, b)에서 NDVI의 Sen’s Slope는 섬 전역에 걸쳐 음이 우세하며 특히 중앙 능선부에서 뚜렷하다. EVI의 Sen’s Slope는 전역에서 0 이상이나 그 크기가 다른 권역에 비해 작다.

https://cdn.apub.kr/journalsite/sites/geo/2026-061-05/N013610506/images/geoa_61_05_06_F8.jpg
그림 8.

가거도 식생지수 변화(2001–2025)와 임상. (a) NDVI Sen’s Slope, (b) EVI Sen’s Slope, (c) 수종

시계열이 이 권역의 성격을 가장 분명히 드러낸다. 두 지수 모두 무추세이지만(표 3), 그 수준은 NDVI 0.92 전후, EVI 0.65 전후로 5개 권역 중 가장 높다. 즉 가거도는 두 지수 모두 상한에 근접한 상태로 25년을 보낸 셈이며, 이는 EVI조차 포화에 가까워질 수 있는 극상림의 존재를 시사한다. 다른 먼섬이 “NDVI 포화・EVI 증가” 상태라면 가거도는 한 단계 더 진행된 “NDVI・EVI 동시 포화“ 상태에 가깝다 할 수 있다.

임상(그림 8c)에서 상록활엽수는 섬 전체를 거의 균일하게 덮고 있으며 비산림・기타는 해안 취락 주변에 국한된다. 다만 대경목 비율이 0.2%로 5개 권역 중 가장 낮아(표 5), “상록활엽 극상”과 “대경목 우세”가 반드시 함께 가지는 않음을 보여준다.

4) 거문도군

거문도군(거문도・서도・동도)은 세 섬이 내해(삼호, 三湖)를 둘러싼 독특한 지형 구조를 이룬다. 상록활엽수 27.9%, 낙엽활엽수 26.7%, 혼효림 21.9%로 어느 한 수종군이 지배하지 않는 고른 구성을 보인다.

변화 지도(그림 9 a, b)에서 이 권역은 5개 권역 중 유일하게 NDVI의 Sen’s Slope가 양인 화소가 넓게 분포한다. EVI의 Sen’s Slope 역시 서도 서부와 거문도 남부를 중심으로 높은 값이 집중된다.

https://cdn.apub.kr/journalsite/sites/geo/2026-061-05/N013610506/images/geoa_61_05_06_F9.jpg
그림 9.

거문도군 식생지수 변화(2001–2025)와 임상. (a) NDVI Sen’s Slope, (b) EVI Sen’s Slope, (c) 수종

거문도군은 NDVI의 방향이 양이나 유의하지 않았고, EVI는 5개 권역 중 가장 큰 증가를 보였다(표 3). 이 권역의 NDVI 수준은 0.89 내외로 흑산도권・가거도보다 낮고, EVI도 2001년 약 0.58로 낮은 편에서 출발하였다. 즉 25년 전 시점에서 상대적으로 포화에 덜 도달해 있었고 그만큼 성숙의 여지가 남아 있었던 것으로 해석되며, 평균 영급이 3.6으로 가장 낮고 대경목 비율도 0.3%에 그친다는 점이 이를 뒷받침한다(표 5).

임상(그림 9c)에서 상록활엽수는 거문도 남부와 서도 남단에 집중되고 낙엽활엽수와 혼효림이 그 사이를 채운다. 세 섬은 대부분 150m 이하의 완만한 지형으로, 급경사가 지배적인 가거도와 달리 과거의 인간 이용이 상대적으로 용이했을 것으로 추정된다. 이는 이 권역의 산림이 아직 성숙 과정에 있다는 해석을 가능하게 한다.

5) 울릉도

울릉도는 동해의 화산섬으로 성인봉(984m)을 중심으로 한 화산체와 나리분지 등 독특한 화산 지형을 보인다. 위도가 높아 상록활엽수는 나타나지 않으며(0%) 낙엽활엽수림이 우세하다(74.3%). 죽도와 독도는 산림이 형성되지 않아 분석에서 제외하였다.

변화 지도(그림 10 a, b)는 5개 권역 중 가장 뚜렷한 공간 구조를 보인다. NDVI의 Sen’s Slope는 성인봉을 중심으로 한 내륙부에서 양이 넓게 나타나는 반면, 해안선을 따라 폭 1–2화소의 음의 고리가 섬 전체를 두르고 있다. EVI의 Sen’s Slope는 이러한 고리 구조 없이 전역에서 0 이상이며 서부와 중부에서 특히 높다.

https://cdn.apub.kr/journalsite/sites/geo/2026-061-05/N013610506/images/geoa_61_05_06_F10.jpg
그림 10.

울릉도 식생지수 변화(2001–2025)와 임상 (a) NDVI Sen’s Slope, (b)EVI Sen’s Slope, (c) 임종(林種)

울릉도는 두 지수 모두 유의하지 않았으나(표 3), 수준에서 다른 어느 권역과도 다른 조합을 보인다. NDVI는 0.88 내외로 5개 권역 중 가장 낮은 반면 EVI는 0.68–0.72로 가장 높다. 낙엽활엽수가 지배하는 임분에서는 여름철 엽면적이 크더라도 근적외–적색 대비만으로 계산되는 NDVI가 상록활엽 극상림만큼 높아지지 않는 반면, 청색 밴드와 배경 보정을 포함하는 EVI는 임관의 구조적 부피를 더 잘 반영하기 때문으로 해석된다. 이는 두 지수의 관계가 수종 구성에 따라 달라지므로 NDVI 값만으로 권역 간 성숙도를 비교하는 것이 부적절함을 보여준다. 한반도 식물계절 연구에서도 혼효림의 연간 식생지수 진폭이 상록림・낙엽림과 구별되는 등, 임상에 따라 식생지수의 반응이 다르게 나타난 바 있다(박선엽, 2013).

임상(그림 10c)에서 활엽수림이 섬 전역을 덮고 침엽수림은 해안 근접부와 급경사지에 산재하며 죽림이 일부 사면에 나타난다. 밀도 “밀” 비율이 98.1%로 5개 권역 중 가장 높은 것은(표 5) 지형적 격리와 장기 보호의 결과로 볼 수 있다.

6) 권역별 특성과 공통점 종합

권역별 분석을 종합하면 세 가지 패턴이 확인된다.

첫째, NDVI 포화가 보편적으로 나타난다. 5개 권역 모두 NDVI는 유의한 변화를 보이지 않았으며, 기울기의 부호는 갈렸으나 어느 것도 유의수준에 이르지 못했고 여름 p90은 0.878–0.910 범위에 좁게 모여 있다(표 3). 포화가 특정 권역에 국한되지 않고 먼섬 산림 전반의 특성임을 보여준다.

둘째, EVI 증가폭은 권역에 따라 뚜렷한 차이를 보였다. 거문도군(p=0.002)과 서해5도(p<0.001)에서 유의한 증가가 나타난 반면 흑산도권・가거도・울릉도에서는 유의하지 않았다(표 3). 2001년 시점의 EVI 수준이 낮았던 권역일수록 이후 증가폭이 컸고, 이미 높았던 권역일수록 증가의 여지가 작았다. 즉 EVI 추세의 권역차는 성장 속도의 차이라기보다 성숙 단계의 차이를 반영한다.

셋째, 상록활엽수 비율은 남쪽에서 북쪽으로 갈수록 급감하여(가거도 81.8% → 흑산도권 32.5% → 거문도군 27.9% → 서해5도・울릉도 0%), “먼섬”이 위도에 따라 상이한 식생대에 속함을 보여준다(표 4). 이는 한반도 상록활엽수의 분포가 겨울철 기온을 비롯한 기후요소에 의해 규정된다는 선행연구와 부합한다(구경아 등, 2001). 아울러 산림의 성숙은 남쪽에서는 상록활엽 극상이라는 종 조성으로, 북쪽에서는 임목 크기로 표현된다(서해5도 대경목 12.8%, 울릉도 6.4%). 따라서 단일 지표로 먼섬 산림의 보전 가치를 서열화하는 것은 적절하지 않다(표 5).

본 연구는 해안선을 따르는 음의 NDVI 고리를 250m 화소의 육–해 혼합 효과로 판단하였다. 권역별 통계는 산림 마스크 내부 화소만으로 산출하였으므로 이 효과를 포함하지 않는다.

5. 먼섬의 산림생태 특징과 함의

본 장은 3–4장의 결과를 토대로 그 의미를 논의한다. 먼저 두 지수의 불일치가 먼섬 산림에서 무엇을 뜻하는지 검토하고(1절), 먼섬 산림의 변화 요인을 본토와의 이용 이력 차이로 해석한 뒤(2절), 권역 간 차이의 배경을 살핀다(3절). 끝으로 이러한 결과가 먼섬 관리와 모니터링에 주는 함의를 정리한다(4절).

1) NDVI–EVI의 불일치와 먼섬에서의 의미

3장에서 확인하였듯 먼 섬 산림에서는 NDVI가 높은 수준에서 무추세인 반면 EVI는 유의하게 증가하였다. 이러한 불일치는 두 지수의 산출 원리에서 비롯된다. 적색 반사율은 임관 폐쇄가 진행되면 빠르게 민감도를 잃는 반면 근적외 반사율은 다중산란 효과로 계속 증가하므로, 정규화 형태의 NDVI는 고식생량 구간에서 포화하지만 EVI는 근적외 반사율이 분모에 남는 구조 덕분에 민감도를 유지한다(Huete et al., 2002; Gitelson, 2004). 또한 NDVI가 엽록소 함량에 민감한 반면 EVI는 임관의 구조적 변이에 더 반응한다는 점도 지적된 바 있다(Pradhan et al., 2024). 따라서 NDVI가 포화한 상태에서도 식생 상태는 지속적으로 변화하고 있다고 볼 수 있다.

그러나 EVI의 증가를 곧 산림의 발달로 해석하기는 어렵다. EVI는 엽면적, 임관 구조, 배경 반사, 대기 상태가 함께 반영된 종합적 녹색도 지표이므로, 그 증가를 수관 폐쇄나 지상부 생물량 축적 같은 특정 구조 과정으로 환원하려면 임분 조사나 LiDAR 등 독립적인 구조 자료가 필요하다. 더구나 EVI는 청색 밴드를 사용하므로 대기 보정 오차와 센서 특성 변화에 상대적으로 민감하다(Jiang et al., 2008).

다만 NDVI의 포화와 EVI의 증가를 임상도와 결합하면 어느 정도의 해석은 가능하다. 서해5도의 대경목 비율 12.8%, 울릉도 6.4%, 그리고 전 권역에서 85%를 넘는 밀도 “밀” 비율은(표 5) 위성이 아니라 현장 판독에 근거한 구조 정보이기 때문이다. 본 연구는 위성 신호의 변화 방향과 임상도의 구조 정보가 일치하는 경우에 한하여 구조적 해석을 시도하였다.

따라서, 본 연구에서의 해석은 다음과 같이 구분한다. 첫째, 위성 자료가 직접 지지하는 것은 먼섬 산림이 NDVI 포화 구간에 있으면서도 EVI로 포착되는 변화를 지속하고 있다는 사실까지다. 둘째, 이 변화를 성숙으로 읽는 근거는 임상도의 영급・경급・밀도 구성이라는 자료의 결합에서 오며, 이는 인과적 관계에 미치지 못한 상관적 관계이다. 이를 인과 관계로 해석하거나, 개별 화소 수준의 구조 변화를 특정하는 것은 본 연구의 자료만으로는 판단할 수 없으며, 임관 구조 자료를 활용한 후속 연구가 필요하다.

2) 먼섬 산림의 변화 요인

3장 3절에서 확인한 먼섬과 본토의 임상 구성 차이(천연림 90.6% 대 77.4%, 인공림 2.7% 대 15.3%, 상록활엽수 12.4% 대 0.2%)는 먼섬이 접근성이 낮아 조림 사업의 대상이 되기 어려웠다는 점으로 설명할 수 있으나, 다른 요인도 함께 고려할 필요가 있다.

본토 산림이 무엇에 의해 형성되었는지는 비교적 잘 알려져 있다. 1960년대까지의 산림 황폐화는 임산연료 채취, 화전, 도벌이 중첩된 결과였고, 정부는 1950년대 후반부터 도시 연료의 무연탄 대체와 농촌 연료림 조성을 병행하였다. 1962년 사방사업법 제정과 1973년 치산녹화계획, 1974–1978년 화전정리사업을 거쳐 화전은 1979년에 사실상 소멸하였다(이경준 등, 2015). 본토 해안 완충지의 인공림 비율 15.3%와 25년간의 NDVI 상승 추세는 이러한 조림 이력과 그 이후의 임분 생장 단계를 반영한 것으로 볼 수 있다.

반면 먼섬에서 같은 시기에 무엇이 일어났는지에 대한 정보는 충분하지 않다. 먼섬 산림은 천연기념물 지정 명칭이나 대중 매체에서 흔히 ‘원시림’으로 불려 왔다(예: 울릉 성인봉 원시림)(조현제 등, 1993). 그러나 도서 식생 연구가 기록한 단편들은 먼섬 산림 역시 상당한 이용 압력을 경험했음을 보여준다. 홍도에서는 1960년대에 대규모 산불이 있었고 1980년대까지 연료채취・약재채취・염소방목이 계속되어 현존 상록활엽수림 대부분이 50년생 미만의 영급 구조를 보이며, 서남해 도서의 난온대 상록수림 역시 대체로 50여 년생 미만으로 낙엽활엽수에서 상록활엽수로의 천이가 진행 중인 단계로 보고되었다(오구균・최송현, 1993; 이지혜 등, 2011). 가거도에서는 숲 속에서 다수의 숯가마 흔적이 확인되기도 하였다(홍선기, 2022).

이를 종합하면 먼섬과 본토의 차이는 인간 간섭의 유무가 아니라 간섭 이후의 경로 차이로 재해석된다. 두 지역 모두 20세기 중반에 상당한 이용 압력을 받았으나, 본토에서는 조림이라는 능동적 개입으로 인공림 중심의 회복이 이루어진 반면 먼섬에서는 인구 감소와 연료 전환에 따라 압력이 해소되면서 자생 수종 중심의 자연 천이가 진행되었을 것으로 보인다. 즉 먼섬 산림은 보전된 원시림이 아니라 수동적 회복(passive recovery)5)5)의 산물이며, EVI의 지속적 증가는 그 회복이 아직 완결되지 않았음을 시사한다. Meli et al.(2017)은 166개 연구를 종합하여 기존의 토지이용이 중단되는 것만으로도 많은 경우 산림 회복에 충분하며 특히 과거 벌채지에서 수동적 회복이 빠르다고 보고하였는데, 연료채취와 숯 생산이 주된 이용 형태였던 먼섬은 농경지 전용에 비해 토양 훼손이 제한적이었다는 점에서 이러한 조건을 잘 충족한다. 국내에서도 김남신(2012)은 1993–2010년 Landsat 영상을 이용하여 백두산 동사면의 산지초지가 관목과 목본의 침입으로 삼림으로 전환되는 과정을 보고하였다. 이는 인위적 식재 없이 진행되는 천이를 위성 관측으로 추적할 수 있음을 보여주며, 본 연구가 먼섬에서 포착한 EVI의 지속적 증가 역시 같은 맥락에서 이해할 수 있다.

이 해석을 검증하기 위해 후속 연구에서는 국가기록원 산림 기록물과 신안군・울릉군 등의 군지(郡誌)를 통해 개별 도서의 조림 실적과 연료림 조성 여부를 확인할 계획이다.

3) 먼섬의 권역간 산림 차이 : 위도와 그 외 요인

4장에서 확인한 권역 간 차이는 단순한 위도, 즉 남북 기후 차이로만 해석되지 않는다. 상록활엽수 비율은 분명한 위도별 차이를 보이지만(가거도 81.8% → 흑산도권 32.5% → 거문도군 27.9% → 서해5도・울릉도 0%), EVI 추세의 순위는 이와 일치하지 않는다. 거문도군(+4.72×10-3/년)과 서해5도(+3.60)가 유의한 증가를 보인 반면, 가거도(+0.49)・흑산도권(+0.33)・울릉도(+1.64)는 유의하지 않았다. 즉 가장 남쪽과 가장 북쪽이 같은 무추세 집단에 속하고, 그 사이의 두 권역에서 증가가 나타난다.

4장에서 제시한 대로, 이 패턴은 2001년 시점의 EVI 수준으로 설명된다. 출발 수준이 낮았던 권역일수록 이후 증가폭이 컸다. 그 이유는 세 가지 정도로 추정할 수 있으며, 후속 연구를 통해 구체적으로 검증할 필요가 있다.

첫째, 이용과 보호 이력의 차이이다. 홍도는 1965년 섬 전체가 천연보호구역으로, 울릉 성인봉 원시림은 1967년 천연기념물로 지정되어 이른 시기부터 법적 보호를 받았다. 반면 거문도군은 지정 이력이 상대적으로 늦거나 부분적이며, 평균 영급 3.6에 대경목 비율 0.3%로 5개 권역 중 가장 젊은 임분 구조를 보인다(표 5). 보호 지정 시점의 차이가 회복 시점의 차이로, 다시 2001년 출발 수준의 차이로 이어졌을 가능성이 있다.

둘째, 지형에 의한 이용 제약이다. 가거도는 섬 대부분이 25° 이상의 급경사인 반면 거문도군은 대부분 150m 이하의 완만한 지형으로(그림 11), 전자는 연료채취와 방목이 물리적으로 제약되었을 것이다. 지형은 위도와 독립적으로 작동하는 변수이며, 남쪽 권역 내부의 차이를 설명하는 데 특히 유효하다.

https://cdn.apub.kr/journalsite/sites/geo/2026-061-05/N013610506/images/geoa_61_05_06_F11.jpg
그림 11.

가거도와 거문도군의 경사도

셋째, 해양성 교란 체제이다. 먼섬의 연간 변동 폭이 본토보다 크다는 3장 1절의 관찰은 태풍・해무・염풍 등이 여름철 최성기 식생 상태에 직접 반영됨을 시사한다. 태풍 경로에 자주 노출되는 남해・서남해 권역과 그렇지 않은 서해5도의 교란 빈도 차이가 회복 궤적에 영향을 주었을 수 있으나, 본 연구는 이를 검증할 교란 이력 자료를 갖추지 못하였다.

한편 이러한 권역 구분이 자의적이지 않다는 점은 선행연구로 뒷받침된다. 김현희 등(2018)은 최외곽 도서 8곳의 식물상 유사도 분석을 통해 서해 중부 도서권, 서해 남부 도서권, 울릉도권으로 구분하였는데, 이는 본 연구가 지리적 분포에 따라 설정한 5개 권역과 상당 부분 정합적이다. 식물상이라는 독립적 기준과 위성 관측이 유사한 공간 구획에 도달한다는 사실은, 먼섬이 뚜렷하게 구분되는 지역 단위들의 집합임을 보여준다.

본 연구는 권역 차이를 위도가 규정하는 식생대 위에 이용 이력・보호 이력・지형 제약・교란 체제가 중첩된 결과로 해석한다. 관측 결과는 각 권역이 상이한 초기 조건에서 출발하여 상이한 속도로 회복하고 있음을 보여준다.

4) 먼섬 관리와 모니터링에 대한 함의

「울릉도・흑산도 등 국토외곽 먼섬 지원 특별법」의 초점은 정주 여건 개선에 있다. 본 연구의 결과는 이 목표와 생태적 보전이 반드시 충돌하지 않으며, 산림의 상태와 공간에 따라 개입을 달리하는 방식으로 조화될 수 있음을 시사한다. 이 함의는 개입의 대상과 방식, 그리고 모니터링 지표의 두 측면에서 구체화된다.

첫째, 개입의 대상과 방식이다. 복원생태학에서는 수동적 회복과 능동적 복원의 선택 기준에 관한 논의가 축적되어 왔다. 그 요지는 개입 방식을 정하기에 앞서 해당 생태계의 자연적 회복력, 과거 토지이용 이력, 주변 경관 조건을 근거로 개입하지 않았을 때의 예상 결과를 먼저 평가해야 한다는 것이다(Holl and Aide, 2011). 본 연구에서 먼섬 산림은 EVI가 지속적으로 증가하였고, 천연림 비율이 90%를 넘으며, 임분 밀도가 높게 나타났다. 이는 수동적 회복이 작동하고 있음을 시사하므로, 조림이나 숲가꾸기처럼 임분에 직접 개입하는 사업의 필요성은 크지 않다고 판단한다.

그러나 비개입이 곧 관리의 부재를 뜻하지는 않는다. 5장 2절의 해석대로 먼섬 산림의 회복이 20세기 중반 이용 압력의 해소에서 비롯되었다면, 회복의 지속을 좌우하는 것은 임분 자체보다 임분에 다시 가해질 압력이다. 특별법에 따른 정주 여건 개선은 항만・도로・주거・상하수도 등 기반시설 정비를 수반하므로 이러한 압력을 새롭게 발생시킬 수 있다. 따라서 먼섬 관리의 핵심 질문은 개발 압력이 발생하는가보다, 그 압력이 섬 전역에 분산되는가 혹은 특정 구역에 집중되는가에 있다.

이 점에서 신규 투자와 시설 배치를 기존 중심 취락에 집중하는 압축 취락(compact village)의 관점을 검토할 필요가 있다. 압력이 특정 구역에 집중될수록 회복 중인 산림의 나머지 면적은 압력에서 벗어나므로, 정주 여건 개선과 산림의 회복은 반드시 상충하지 않는다. 본 연구의 화소별 변화 지도는 이러한 공간 구획의 기초 자료가 될 수 있다. 이 지도는 섬 내부에서 이미 높은 식생 수준에 도달한 구역과 여전히 변화 중인 구역을 구분하여 보여주므로, 보전을 우선할 구역과 개발을 수용할 구역을 섬 단위가 아니라 섬 내부의 공간 단위로 판단하는 근거가 된다. 다만 먼섬의 기존 취락은 해안의 소규모 만입지에 분산되어 어업 기반과 결합되어 있으므로, 취락의 물리적 통합보다는 신규 투자의 입지를 집중하는 방식이 현실적일 것이다.

둘째, 모니터링 지표이다. 먼섬 산림처럼 이미 높은 식생량에 도달한 대상에 NDVI만을 적용하면 ‘변화 없음’이라는 결과가 산출된다. 이 결과는 관리가 불필요하다는 해석과 산림이 정체・쇠퇴하고 있다는 해석으로 모두 이어질 수 있다. 본 연구에서 두 지수가 상반된 결론을 지시한 것은 이러한 오독의 가능성을 실제로 보여준다. 따라서 고식생량 지역의 산림 모니터링에서는 EVI를 병용하고, 지수 간 불일치를 그 자체로 진단의 단서로 삼을 필요가 있다.

6. 결론

본 연구는 2024년 제정된 「울릉도・흑산도 등 국토외곽 먼섬 지원 특별법」에 따라 지정된 43개 도서를 대상으로, 이들 섬의 산림이 지난 25년간 어떻게 변화해 왔는지를 규명하고자 하였다. 이를 위해 MODIS 식생지수 산출물로부터 NDVI와 EVI의 여름 연최대값 시계열(2001–2025)을 구성하고, 산림청 임상도를 결합하여 변화의 양상과 그 변화가 일어난 산림의 구조를 함께 분석하였다. 접근성 제약으로 반복적인 현장 조사가 어려운 대상에 대해, 균질한 장기 관측을 통해 변화의 궤적 자체를 추적하고자 한 시도였다.

분석 결과, 먼섬 산림의 NDVI는 25년간 통계적으로 유의한 변화를 보이지 않았으나(-0.09×10-3/년, p=0.71) 동일 기간 EVI는 유의하게 증가하였다(+3.05×10-3/년, p<0.001). 반면 본토 해안 완충지에서는 두 지수가 모두 유의하게 증가하였다(NDVI +1.01, EVI +2.12×10-3/년, p<0.001). 섬별 분포를 보면 분석 대상 18개 섬 전부가 여름철 상위 백분위 NDVI 0.84 이상으로 포화 영향권에 진입해 있었으며, 임상 구성에서는 먼섬의 천연림 비율이 90.6%로 본토의 77.4%를 크게 상회하고 인공림 비율은 2.7%로 본토의 6분의 1 수준에 그쳤다.

NDVI만을 지표로 삼으면 먼섬 산림은 25년간 아무 일도 일어나지 않은 공간으로 나타나며, 이는 관리가 불필요하다는 판단 또는 산림이 정체・쇠퇴하고 있다는 판단으로도 이어질 수 있다. 그러나 동일한 화소와 품질 기준으로 산출된 EVI는 뚜렷한 증가를 보인다. 두 지수의 불일치는 자료의 오차가 아니라 산출 원리의 차이에서 비롯된 체계적 현상이며, 먼섬 산림이 NDVI의 민감도가 상실되는 구간에 이미 진입해 있음을 지시한다. 다만 EVI의 증가를 임관 구조의 발달로 환원하는 데에는 신중할 필요가 있다. 위성 자료가 직접 뒷받침하는 것은 포화 구간 안에서도 변화가 지속되고 있다는 사실까지이며, 그 변화를 성숙으로 읽는 근거는 임상도라는 별개의 자료에서 온다.

권역별 분석은 먼섬이 균질한 집단이 아님을 보여주었다. 상록활엽수 비율은 가거도 81.8%에서 서해5도・울릉도 0%까지 뚜렷한 위도 구배를 그렸으나 EVI 증가폭의 순위는 이와 일치하지 않았다. 거문도군과 서해5도에서 유의한 증가가 나타난 반면 가거도・흑산도권・울릉도에서는 그렇지 않았는데, 이는 2001년 시점의 출발 수준이 낮았던 권역일수록 증가폭이 컸다는 관계로 설명된다. 즉 권역 간 차이는 성장 속도가 아니라 성숙 단계의 차이이며, 그 배후에는 위도가 규정하는 식생대 위에 이용 이력과 보호 지정 시점, 지형에 의한 접근 제약이 중첩되어 있다. 아울러 산림의 성숙이 남쪽에서는 종 조성으로, 북쪽에서는 임목 크기로 표현된다는 점은 단일 지표로 보전 가치를 서열화하는 것이 적절하지 않음을 시사한다.

이러한 결과는 먼섬 산림이 손대지 않은 원시림이 아니라 20세기 중반의 이용 압력이 해소된 이후 진행되어 온 수동적 회복의 산물이며, 그 회복이 아직 완결되지 않았음을 시사한다. 따라서, 수동적 회복이 잘 작동하는 산림에 조림이나 숲가꾸기 같은 능동적 사업을 적용할 실익은 크지 않으며, 필요한 개입은 임분 자체가 아니라 임분에 가해지는 외부 압력을 관리하는 성격의 것이다.

본 연구의 한계는 세 층위에 걸쳐 있다. 자료 측면에서는 250m 화소의 혼합화소 문제와 임상도의 시간적 정적성이 근본적 제약으로 남는다(2장 3절). 해석 측면에서는 EVI 변화를 특정 구조 과정으로 해석하기 어렵다는 점(5장 1절)과, 본토와의 대비를 이용 이력의 차이로 해석하는 논의가 아직 문헌의 단편에 의존한다는 점(5장 2–3절)이다. 또한 변화의 원인을 기후・인구・교란으로 분해하는 분석에는 이르지 못하였다. 각각은 고해상도 위성자료와 임관 구조 자료의 병용, 도서 지역 조림・연료림 기록의 발굴, 기후・인구 자료와의 결합 분석이라는 후속 과제로 이어지며, 나아가 고립도에 따른 회복 궤적의 차이를 확인하는 작업으로 확장될 수 있다.

먼섬 산림은 정체해 있지 않다. 다만, 어떤 지표로 보느냐에 따라 다르게 보일 뿐이다. 이 구분은 정책의 출발점을 바꾼다. 회복 중인 산림과 정체된 산림에 필요한 관리가 같을 수 없으며, 먼 섬의 정주 여건 개선 또한 그 차이를 읽어내는 데에서 시작되어야 한다.

Acknowledgements

본 연구는 행정안전부의 재원으로 2024년 국토연구원 및 한국섬진흥원에서 수행한 “국토외곽 먼섬 종합발전계획 수립 연구”의 자료를 기반으로 수행한 것이다.

주

[4] 1) 국내에서 도서를 대상으로 위성 시계열을 활용한 사례로 김혜민 등(2025)이 덕적군도의 35년간 식생 활력도 변화를 다루었으나, 이는 외래종 유입이라는 특정 교란의 영향을 포착하는 데 목적을 둔 것이다.

[5] 2) MOD13Q1이 화소마다 제공하는 요약 품질 정보(SummaryQA)를 이용하여(Didan, 2021), 양호(good)와 한계(marginal) 등급의 관측만 사용하고, 눈・얼음 또는 구름으로 판정된 관측은 제외하였다. 또한 섬별・권역별 시계열은 원자료의 투영(MODIS Sinusoidal)에서 그대로 집계하여 재투영에 따른 화소값 변형이 없도록 하였으며, 화소별 변화 지도용 래스터는 EPSG:4326으로 변환하면서 최근린 방식을 적용하였다. 마지막으로 MODIS 토지피복(MCD12Q1, 2015년)의 산림 등급(IGBP 1–5)을 마스크로 적용하여, 취락・경작지・나지 등 비산림 지역의 신호가 섞이지 않도록 하였다.

[6] 3) 영급은 산림의 시간을, 경급은 개체목의 크기를, 밀도는 임분의 빽빽함을 나타내며, 세 지표를 함께 보면 성숙 정도를 다면적으로 파악할 수 있다. 47개 수종 항목은 6개 그룹(상록활엽수, 낙엽활엽수, 침엽수, 혼효림, 죽림, 비산림/기타)으로 재분류하였다. 상록활엽수를 별도로 분리한 것은 이 수종군이 난대 기후대의 북한계를 지시하는 동시에 NDVI 포화가 가장 심한 임분 유형이기 때문이다. 영급은 임분의 나이를 10년 단위로 I영급(1~10년생)부터 Ⅸ영급(81년생 이상)까지 구분한 것이고, 경급은 흉고직경 기준으로 치수(6 cm 미만)・소경목(6~18 cm)・중경목(18~30 cm)・대경목(30 cm 이상), 수관밀도는 소(50% 이하)・중(51~70%)・밀(71% 이상)로 구분한다(산림청, 2022).

[7] 4) 대조군에도 먼섬과 동일한 자료・품질 기준・산림 마스크・집계 절차를 적용하였다. 완충지 폭의 임의성이 결과를 좌우하지 않음을 확인하기 위해 5km・10km・20km 세 폭에 대해 동일한 분석을 반복한 결과, 본토 NDVI 기울기는 각각 +0.96, +1.01, +0.92×10-3/년, EVI 기울기는 +2.35, +2.12, +1.96×10-3/년으로 안정적이었다. 이하 본문에서는 10km 완충지를 기준으로 제시한다.

[8] 5) 토지이용이 중단된 뒤 인위적 식재 없이 자연 천이를 통해 산림이 회복되는 과정을 말한다(Meli et al., 2017)

References

1

구경아・공우석・김종규, 2001, “한반도 상록활엽수의 지리적 분포와 기후요소,” 대한지리학회지, 36(3), 247-257.

2

김남신, 2012, “백두산 동사면 산지초지 분포와 변화에 관한 연구,” 한국지역지리학회지, 18(4), 364-373.

3

김혜민・조원희・박신영・김인유・고동욱, 2025, “위성영상 기반 도서생태계 우제류의 장기간 섭식피해 영향 평가,” 환경생물, 43(1), 113-123.

4

김현희・김다빈・송현호・황가영・공우석, 2018, “한반도 최외곽 도서들의 식물지리적 특성,” 대한지리학회지, 53(2), 117-132.

5

박선엽, 2013, “위성기반의 한반도 식물계절학적 패턴과 대기 에어로졸의 시계열 특성 분석,” 대한지리학회지, 48(4), 497-508.

6

박정재, 2012, “한국의 생물지리학 연구,” 대한지리학회지, 47(4), 514-521.

10.1353/lac.2012.0022
7

산림청, 2022, 임상도 현행화 제작 작업지침서.

8

안유순, 2024, “MODIS NDVI와 강우자료(2001-2020)를 활용한 북한 토지황폐화의 통합적 지표 모색,” 대한지리학회지, 59(2), 126-142.

10.22776/KGS.2024.59.2.126
9

오구균・최송현, 1993, “난온대 상록수림지역의 식생구조와 천이계열,” 한국생태학회지, 16(4), 459-476.

10

이경준・윤여창・최인화・구창덕・김의경・김세빈, 2015, 한국의 산림 녹화 70년, 한국학중앙연구원출판부, 성남.

11

이보라・김은숙・이지선・정재민・임종환, 2018, “MODIS 식생지수와 임상도를 활용한 산림 식물계절 분석,” 대한원격탐사학회지, 34(2), 267-282.

12

이정윤・명현호・이선미・김하송・오장근, 2015, “전라남도 가거도 식생 분포 현황,” 한국도서연구, 27(1), 195-210.

13

이중효・조현제・허태철, 2006, “울릉도 산림식생의 공간분포 및 환경과의 상관관계 분석,” 한국생태학회지, 29(6), 521-529.

10.5141/JEFB.2006.29.6.521
14

이지혜・권혜진・도미솔・송호경, 2011, “홍도천연보호구역의 식생과 입지특성에 관한 연구(I): 홍도 천연보호구역의 식물군락분류,” 2011년 한국환경생태학회 추계 학술논문발표대회, 대전, 10월 27~28일, 154-157.

15

조영준・김하송・명현호・박정원・오장근, 2018, “다도해해상국립공원 대흑산도의 상록침엽수림 식생구조,” 한국도서연구, 30(1), 173-193.

10.26840/JKI.30.1.173
16

조현제・배관호・이병천・홍성천, 1993, “울릉도 성인봉 일대 원시림의 군락생태학적 연구,” 한국임학회지, 82(2), 139-151.

17

차미숙・이백진・남기찬・안소현・조미향・김찬용・안유순・조은주・오호영・김남희・김종서・김재호・임재훈・안기수・김용진・유수현・정영재・장철호・김경완・박수민・김태희, 2025, 국토외곽 먼섬 종합발전계획 수립 연구 최종보고서, 행정안전부, 발간등록번호 11-1741000-10021-01.

18

행정안전부, 2025, ‘국토외곽 먼섬’ 9개 추가 지정하여, 43개 먼섬 체계적 지원한다, 1월 7일 보도자료, https://www.mois.go.kr, 2026년 8월 27일 접속.

19

홍선기, 2022, “전남희망 아이콘 ‘섬・바다’ 이야기58: 기후와 식생, 그리고 섬 문화의 변화,” 남도일보, 4월10일, https://www.namdonews.com/news/articleView.html?idxno=678639, 2026년8월27일 접속.

20

Balzan, M. V., Potschin-Young, M. and Haines-Young, R., 2018, Island ecosystem services: Insights from a literature review on case-study island ecosystem services and future prospects, International Journal of Biodiversity Science, Ecosystem Services & Management, 14(1), 71-90.

10.1080/21513732.2018.1439103
21

Didan, K., 2021, MODIS/Terra Vegetation Indices 16-Day L3Global 250m SIN Grid V061[Data set], NASA EOSDIS Land Processes DAAC, doi:10.5067/MODIS/MOD13Q1.061.

10.5067/MODIS/MOD13Q1.061
22

Farr, T. G., Rosen, P. A., Caro, E., Crippen, R., Duren, R., Hensley, S., Kobrick, M., Paller, M., Rodriguez, E., Roth, L., Seal, D., Shaffer, S., Shimada, J., Umland, J., Werner, M., Oskin, M., Burbank, D. and Alsdorf, D., 2007, The Shuttle Radar Topography Mission, Reviews of Geophysics, 45, RG2004.

10.1029/2005RG000183
23

Fernández-Palacios, J. M., Kreft, H., Irl, S. D. H., Norder, S., Ah-Peng, C., Borges, P. A. V., Burns, K. C., de Nascimento, L., Meyer, J.-Y., Montes, E. and Drake, D. R., 2021, Scientists' warning: The outstanding biodiversity of islands is in peril, Global Ecology and Conservation, 31,e01847.

10.1016/j.gecco.2021.e0184734761079PMC8556160
24

Gitelson, A. A., 2004, Wide dynamic range vegetation index for remote quantification of biophysical characteristics of vegetation, Journal of Plant Physiology, 161(2), 165-173.

10.1078/0176-1617-01176
25

Gorelick, N., Hancher, M., Dixon, M., Ilyushchenko, S., Thau, D. and Moore, R., 2017, Google Earth engine: Planetary-scale geospatial analysis for everyone, Remote Sensing of Environment, 202, 18-27.

10.1016/j.rse.2017.06.031
26

Holl, K. D. and Aide, T. M., 2011, When and where to actively restore ecosystems?, Forest Ecology and Management, 261(10), 1558-1563.

10.1016/j.foreco.2010.07.004
27

Huete, A., Didan, K., Miura, T., Rodriguez, E. P., Gao, X. and Ferreira, L. G., 2002, Overview of the radiometric and biophysical performance of the MODIS vegetation indices, Remote Sensing of Environment, 83(1-2), 195-213.

10.1016/S0034-4257(02)00096-2
28

Huete, A. R., Liu, H. Q., Batchily, K. and van Leeuwen, W., 1997, A comparison of vegetation indices over a global set of TM images for EOS-MODIS, Remote Sensing of Environment, 59(3), 440-451.

10.1016/S0034-4257(96)00112-5
29

Jeong, S. J., Ho, C. H., Choi, S. D., Kim, J., Lee, E. J. and Gim, H. J., 2013, Satellite data-based phenological evaluation of the nationwide reforestation of South Korea, PLoS ONE, 8(3), e58900.

10.1371/journal.pone.005890023520541PMC3592835
30

Jiang, Z., Huete, A. R., Didan, K. and Miura, T., 2008, Development of a two-band enhanced vegetation index without a blue band, Remote Sensing of Environment, 112(10), 3833-3845.

10.1016/j.rse.2008.06.006
31

Kendall, M. G., 1975, Rank Correlation Methods, 4th ed., Charles Griffin, London.

32

Kier, G., Kreft, H., Lee, T. M., Jetz, W., Ibisch, P. L., Nowicki, C., Mutke, J. and Barthlott, W., 2009, A global assessment of endemism and species richness across island and mainland regions, Proceedings of the National Academy of Sciences, 106(23), 9322-9327.

10.1073/pnas.081030610619470638PMC2685248
33

Lim, C. H. and Yeo, H. C., 2022, Understanding the long-term vegetation dynamics of North Korea and their impact on the thermal environment, Forests, 13(7), 1053.

10.3390/f13071053
34

Liu, H. Q. and Huete, A., 1995, A feedback based modification of the NDVI to minimize canopy background and atmospheric noise, IEEE Transactions on Geoscience and Remote Sensing, 33(2), 457-465.

10.1109/TGRS.1995.8746027
35

Lyapustin, A., Wang, Y., Xiong, X., Meister, G., Platnick, S., Levy, R., Franz, B., Korkin, S., Hilker, T., Tucker, J., Hall, F., Sellers, P., Wu, A. and Angal, A., 2014, Scientific impact of MODIS C5 calibration degradation and C6+ improvements, Atmospheric Measurement Techniques, 7(12), 4353-4365.

10.5194/amt-7-4353-2014
36

Mann, H. B., 1945, Nonparametric tests against trend, Econometrica, 13(3), 245-259.

10.2307/1907187
37

Meli, P., Holl, K. D., Rey Benayas, J. M., Jones, H. P., Jones, P. C., Montoya, D. and Moreno Mateos, D., 2017, A global review of past land use, climate, and active vs. passive restoration effects on forest recovery, PLOS ONE, 12(2), e0171368.

10.1371/journal.pone.017136828158256PMC5291368
38

Myneni, R. B., Hall, F. G., Sellers, P. J. and Marshak, A. L., 1995, The interpretation of spectral vegetation indexes, IEEE Transactions on Geoscience and Remote Sensing, 33(2), 481-486.

10.1109/36.377948
39

Pradhan, B., Yoon, S. and Lee, S., 2024, Examining the dynamics of vegetation in South Korea: An integrated analysis using remote sensing and in situ data, Remote Sensing, 16(2), 300.

10.3390/rs16020300
40

Qu, S., Ryu, Y., Liu, J. and Wang, J. A., 2023, Greening rate in North Korea doubles South Korea, Environmental Research Letters, 18(8), 084020.

10.1088/1748-9326/acdaad
41

Rouse, J. W., Haas, R. H., Schell, J. A. and Deering, D. W., 1973, Monitoring vegetation systems in the Great Plains with ERTS, Proceedings of the Third ERTS-1 Symposium, NASA SP-351, Washington, D.C., December 10-14, 309-317.

42

Schrader, J., Weigelt, P., Cai, L., Westoby, M., Fernández- Palacios, J. M., Cabezas, F. J., Plunkett, G. M., Ranker, T. A., Triantis, K. A., Trigas, P., Kubota, Y. and Kreft, H., 2024, Islands are key for protecting the world's plant endemism, Nature, 634(8035), 868-874.

10.1038/s41586-024-08036-1
43

Sellers, P. J., 1985, Canopy reflectance, photosynthesis and transpiration, International Journal of Remote Sensing, 6(8), 1335-1372.

10.1080/01431168508948283
44

Sen, P. K., 1968, Estimates of the regression coefficient based on Kendall's tau, Journal of the American Statistical Association, 63(324), 1379-1389.

10.1080/01621459.1968.10480934
45

Tucker, C. J., 1979, Red and photographic infrared linear combinations for monitoring vegetation, Remote Sensing of Environment, 8(2), 127-150.

10.1016/0034-4257(79)90013-0
46

Wong, P. P., Marone, E., Lana, P., Fortes, M., Moro, D., Agard, J. and Vicente, L., 2005, Island systems, in Hassan, R., Scholes, R. and Ash, N. (eds.), Ecosystems and Human Well-being: Current State and Trends, Volume 1, Island Press, Washington, D.C.

페이지 상단으로 이동하기