아이슬란드 레이캬네스(Reykjanes) 반도의 순드누쿠르(Sundhnúkur) 화산은 2024년 5월 29일 분화를 시작으로 6월 22일까지 총 24일간 지속되었으며, 화산 분화로 인해 9,300,000 m²에 달하는 용암 대지가 형성되었고 분출된 용암의 부피는 약 45,000,000 m³에 달하는 것으로 보고되었다(Icelandic Met Office, 2024). 또한 화산 분화로 인한 인명피해는 없으나 도로의 일부가 파손되는 등의 경제적 피해가 발생하였다.

이러한 화산 분화로 인한 지표의 변화를 파악하기 위한 방법 중 하나로 긴밀도 변화 탐지(Coherence Change Dection, CCD) 기법이 있다. CCD기법은 합성개구레이더(Synthetic Aperture Radar, SAR) 위성 영상이 가지고 있는 자료 중 하나인 위상(phase)의 긴밀도(coherence)를 이용하여 지표의 변화를 탐지하는 기법이다(Han et al., 2019). CCD 기법은 in-coherence change detection 기법 대비 매우 적은 변화도 탐지할 수 있다는 장점이 존재한다(Preiss and Stacy, 2006). Washaya et al. (2018)은 CCD 기법을 이용하여 2017년 11월 이란-이라크 지역에서 발생한 지진으로 인한 Sarpol Zahab 지역의 피해지역을 모니터링하였으며, Oxoli et al. (2018)은 2016년 8월 이탈리아 중부에서 발생한 지진의 피해를 파악하고자 CCD기법을 사용하였다. 또한 Ramayanti et al. (2024)은 미국 하와이 마우이(Maui) 섬의 산불 취약성도 제작을 위한 자료 중 하나로 CCD 기법을 활용하였으며, Lee et al. (2023)은 2018년 미국 하와이에 위치한 킬라우에아(Kilauea) 화산의 분화로 인한 지표 변화를 탐지하는데 CCD 기법을 사용한 바 있다.

본 연구에서는 2024년 5~6월에 발생한 아이슬란드 순드누쿠르 화산의 분화를 관측하기 위해 CCD 기법을 이용하였다. 연구에 사용된 Sentinel-1 위성 영상은 5 m의 비교적 높은 공간 해상도로 연구 지역과 같이 국소 면적의 지표 변화도 탐지할 수 있다는 장점을 지닌다. 또한 12일의 재방문 주기를 가지므로, 짧은 기간 동안 화산 분화가 발생하여 짧은 주기의 관측이 요구되는 경우 효과적인 결과 산출을 기대할 수 있다. 순드누쿠르 화산의 분화는 2024년 5월 29일 분화를 시작으로 6월 22일까지 총 24일간 지속되었으나, 2024년 5월 29일부터 6월 13일까지 총 15일동안 약 9,200,000 m²의 면적과 약 41,000,000 m³의 부피를 가진 용암 대지가 형성된 것으로 보고되었다. 이는 화산 분화로 인해 형성된 전체 용암 대지 면적의 약 99%와 분출된 용암 부피의 약 91%에 해당한다(Icelandic Met Office, 2024). 따라서 본 연구에서는 활발하게 화산 분화가 진행된 분화 초기인 15일에 대해 CCD 기법을 적용하고, 이를 서포트 벡터 머신(Support Vector Machine, SVM) 알고리즘을 통해 분류를 수행한 광학 위성 영상과 비교함으로써 화산 분화 활동 초기의 지표 변화를 관측하였다.

2.1. 연구 지역

Fig. 1은 연구 지역 및 순드누쿠르 화산의 위치를 나타낸 것이다. Fig. 1(a)는 Landsat-9 위성 영상에 나타난 레이캬네스 반도를 나타낸다. 또한 Fig. 1(a)의 우측 상단의 적색 점선으로 나타낸 지역은 레이캬네스 반도의 위치를 나타낸 것이며, 적색 실선으로 나타낸 지역은 연구지역을 의미한다. Fig. 1(b)는 Landsat-9 위성 영상에 나타난 연구 지역을 보여준다.

Figure 1. The figure shows (a) an enlargement of the red dashed line in Iceland in the upper right, showing the study area (red square) and its surroundings, and (b) the Sundhnúkur volcano area (red square in figure (a)), which is the study area. (RGB image from Landsat-9, June 10, 2024)

순드누쿠르 화산은 아이슬란드 레이캬네스 반도 그린다비크(Grindavík)에 위치한 화산이다. 레이캬네스 반도에 위치한 화산들은 대부분 대서양 중앙 해령이 해수면 위로 솟아 오른 형태를 가지고 있으며 현무암질 마그마로부터 유래된 순상화산이다. 또한 전 세계적으로 화산 활동이 활발하게 일어나는 지역 중 하나이다(Smithsonian Institution, 2024). 순드누쿠르 화산은 2023년 12월 18일 첫 화산 분화가 시작되었으며, 2024년 5월 29일 발생한 화산 분화는 다섯 번째 분화이다. 이 분화는 해당 지역에서 약 400건의 지진이 기록된 지 일주일 후에 발생했으며, 용암류의 높이가 60–70 m에 달하고, 분출물은 고도 3.5 km까지 상승하였다. 이로 인하여 그린다비크와 블루라군(Blue Lagoon)에서 대피 명령이 내려지기도 하였다. 지하에 축적된 마그마는 약 20 × 10⁶m³로 추정되었으며, 분화 후 처음 4시간 동안 평균 약 1,500 m³/s로 용암류가 흘러내렸다. 화산 활동은 5월 30일에 감소했고, 6월 10일까지 용암 지대는 약 9.2 km²로 확장되어 총 용적은 41 × 10⁶ m³가 되었고 평균 유량은 약 10 m³/s로 감소했다. 이후 6월 22일에 분화가 종료되었다. 총 24일간 지속된 이 분화는 약 45 × 10⁶ m³의 분출량을 생성했고 9.3 km² 의 용암지대를 생성하였다(Icelandic Met Office, 2024; Table 1).

Table 1 . Eruption report of Sundhnúkur volcano.

No.	Duration	Eruption location	Lava volcanic report
1	Dec. 18–21, 2023	4 km north-east of Grindavík	Volume: 12 million m3 Expanded: 3.4 km2 Rate: 100–300 m3/s Line of the Sundhnúksgígar crater
2	Jan. 14–16, 2024	400–500 m north of Grindavík	Volume: 200 million m3 Expanded: 0.7 km2 Rate: 100–200 m3/s Towards the direction of Grindavík
3	Feb. 8–9, 2024	North of Sýlingarfell	Volume: 13 million m3	Height: 50–80 m Plume: up to 3 km Rate: 600 m3/s Expanded: 4 km2
		4 km north-east of Grindavík		Lava extending: eruption center to the west of Svartsengi 4.5 km
4	Mar. 16–May 9, 2024	Between hagafell and Stóra-Skógfell	Volume: 35 million m3 Expanded: 6.2 km2 Rate: ~ 1hour: 1,100–1,200 m3/s 6–8 hours: 100 m3/s Final two weeks: 1 or less m3/s
5	May 29–Jun. 22, 2024	Sundhnúksgígar	Height: 60–70 m Plume: 3.5 km Volume: 45 million m3 Rate: ~ 4hours: 1,500 m3/s ~15 days: 9.2 km2 Expanded: 9.3 km2

2.2. 연구 자료

순드누쿠르 화산 분화는 비교적 짧은 기간인 15일 동안 전체 용암 분출량의 91%에 달하는 용암이 분출되었다. 따라서 초기 화산 분화로 인한 지표의 변화를 관측하기 위해서는 재방문 주기가 짧은 위성 영상을 활용하는 것이 효과적이다. 이에 따라 본 연구에서는 유럽우주국(European Space Agency, ESA)에서 운용하는 Sentinel-1 위성 영상과 미항공우주국(National Aeronautics and Space Administration, NASA) 및 미국 지질조사국(United States Geological Survey, USGS)이 운용하는 Landsat-9 위성 영상을 사용하였다. Sentinel-1 위성은 C대역 SAR를 탑재하고 있어 육상 및 해상 모니터링을 통한 자연재해 감시등 다양한 용도로 활용되며 재방문 주기가 12일로 본 연구지역을 관측하는데 적합하다. Landsat-9 위성은 가시광선 및 적외선 대역 대를 관측하는 다분광 카메라를 탑재하고 있어 자연재해 감시 또는 자원 탐사등 다양한 용도에 활용된다. Table 2는 본 연구에서 활용한 Sentinel-1 영상 목록 및 변수를 나타낸 것이다.

Table 2 . SAR imaging parameters used in this study.

Satellite name	Sentinel-1A
Acquisition date	May 8, 2024 May 20, 2024 June 13, 2024
Acquisition mode	Interferometric wide swath (IW)
Polarization	VV + VH
Orbit direction	Descending
Mean incidence angle (deg.)	39.2

CCD 기법을 활용해 초기 화산 분화를 관측하기 위해서는 화산 분화 전과 화산 분화 중 획득된 SAR 자료가 필요하다. 따라서 본 연구에서는 화산 분화 전 영상으로 2024년 5월 8일 및 동년 5월 20일 획득한 위성 영상들을 사용하였으며 화산 분화 중 영상으로 2024년 6월 13일 획득한 위성 영상을 사용하였다. 사용한 위성 영상들은 평균 입사각이 39.2°일 때 Interferometric Wide Swath (IW) 모드로 획득되었다. Sentinel-1 위성의 경우 VV 및 VH 편파에 대한 자료를 제공한다. 그러나 VH 편파의 경우 일부 지역에서 부정확한 결과를 낼 수 있다고 알려져 본 연구에서는VV편파를 이용해 긴밀도 지도(coherencemap) 및 damage proxymap (DPM)을 제작하였다(Du et al., 2022).

Table 3은 DPM을 산출한 다음 화산 분화로 인해 변화가 발생한 지역을 파악할 때 참고 자료로 활용한 Landsat-9 영상 목록 및 변수를 나타낸 것이다. Landsat-9 위성의 경우 Landsat-8 위성과 동일한 탑재체가 탑재되어 있어 15 m 또는 30 m의 공간 해상도를 가지며, 각 위성들의 재방문 주기는 16일이나 두 위성 영상을 모두 활용하는 경우 재방문 주기가 8일로 짧아져 연구에 사용한 Sentinel-1 위성 영상과 최대한 비슷한 날짜의 영상을 획득하기에 용이하다(Omari et al., 2019;Masek et al., 2020). 본 연구에서는 다섯 번째 화산 분화 이전인 2024년 5월 9일과 화산 분화 중인 2024년 6월 10일에 획득한 Landsat-9 영상을 활용하여 SVM 알고리즘을 기반으로 용암 대지의 분포를 분석하였다. 또한 분석 결과를 바탕으로 DPM 자료를 활용하여 지표 변화 지역을 산정하였다.

Table 3 . Optic imaging parameters used in this study (Omari et al., 2019; Masek et al., 2020).

Satellite name	Landsat-9
Acquisition date	May 9, 2024 June 10, 2024
Spatial resolution (m)	Panchromatic: 15 Other bands: 30
Revisit time (Day)	16
Spectral bands (nm)	Band 1 (Coastal/Aerosol): 433–453 Band 2 (Blue): 450–515 Band 3 (Green): 525–600 Band 4 (Red): 630–680 Band 5 (NIR): 845–885 Band 6 (SWIR 1): 1560–1660 Band 7 (SWIR 2): 2100–2300 Band 8 (Panchromatic): 500–680 Band 9 (Cirrus): 1360–1390

Fig. 2는 본 연구의 흐름도를 나타낸 것이다. 본 연구에서는 화산 분화 전후의 Sentinel-1 위성 영상을 수집하고, 동일한 지역으로 보정하기 위하여 coregistration을 수행한다. Coregistration이 수행된 영상을 이용하여 화산 분화 전의 긴밀도 지도와 화산분화 전후의 긴밀도 지도를 작성한다. 이후, 화산 분화 전과 후의 긴밀도 지도를 차분하여 순드누쿠르 화산의 DPM 자료를 생성하였다. Landsat-9 위성 영상은 SVM 알고리즘을 이용하여 화산 분화로 인한 용암 대지의 분포를 분류하였다. 이렇게 도출된 용암 대지 분포를 바탕으로 DPM값의 임계값을 조정하여 피해 지역을 산정하였다.

Figure 2. Flow chart of this study.

3.1. Landsat-9 위성 영상 분류

Landsat-9 위성 영상에 나타난 용암 대지의 분포를 파악하기 위해 SVM 알고리즘을 사용하였다. 연구 지역인 순드누쿠르 화산 일대는 이전에도 여러 차례의 화산 분화가 발생하여 생성 시기가 다른 용암 대지가 혼재되어 있다. 따라서 본 연구에서는 순드누쿠르 화산의 네 번째 화산 분화 이후인 2024년 5월 9일 위성 영상과 2024년 6월 13일 획득한 Sentinel-1 위성 영상과 가장 가까운 시기에 촬영한 2024년 6월 10일 위성 영상을 사용해 다섯 번째 화산 분화로 인해 생성된 용암 대지를 파악하고자 하였다.

SVM 알고리즘은 입력된 학습 데이터를 바탕으로 최적의 초평면(hyper plane)을 정의해 영상의 픽셀들을 각각의 클래스로 분류하는 알고리즘이다(Noble, 2006). Fig. 3는 SVM 알고리즘을 통해 초평면을 정의하는 것을 나타낸 것이다. Fig. 3(a)는 입력된 Class 1과 Class 2를 분류할 수 있는 여러 초평면들을 나타내며, Fig. 3(b)는 Fig. 3(a)의 초평면들 중 클래스 사이에 최대 마진을 가지는 최적의 초평면을 나타낸다. SVM 알고리즘은 Fig. 3와 같은 과정을 거쳐 정의된 최적의 초평면을 바탕으로 나머지 영상의 픽셀들을 각각의 클래스를 분류한다. 본 연구에서는 대다수의 분류 상황에서 효과적으로 분류를 수행할 수 있다고 알려진 SVM 알고리즘을 이용해 Landsat-9 위성 영상들에 나타난 용암 대지 분포를 파악하였다(Rimal et al., 2020). 이때 SVM 알고리즘을 이용한 분류 수행에는 아이슬란드 지역의 용암 대지 분류에 효과적으로 알려진Band 6, 5, 3 조합을 사용하였다(National Aeronautics and Space Administration, 2023).

Figure 3. Figure shows defining hyperplanes in the SVM algorithm. (a) shows all hypersurfaces that can classify the input classes. (b) shows the optimal hyperplane with the largest margin among the hyperplanes in (a).

3.2. DPM 산출

DPM 자료를 산출하기 위해 화산 분화 전 획득한 2024년 5월 8일 및 동년 5월 20일의 위성 영상을 coregistration 처리하였으며, 화산 분화 전 획득한 2024년 5월 20일의 위성 영상과 화산 분화 중 획득한 2024년 6월 13일의 위성 영상을 추가로 coregistration 처리하였다. 이후 coregistration 한 영상 쌍들을 이용해 화산 분화 전 획득한 영상들의 긴밀도 자료인 γ_pre를, 화산 분화 전 및 화산 분화 중 획득한 영상들의 긴밀도 자료인 γ_event를 제작하였다. 이때 각 영상 간 긴밀도를 산출하는 수식은 식(1)과 같다(Tay et al., 2020; Ramayanti et al., 2024).

식(1)에서 γ는 영상 간 긴밀도를, c₁과 c₂는 각각 첫번째 영상의 픽셀과 두번째 영상의 픽셀의 값을, $c_1^{*}$과 $c_2^{*}$는 이들의 켤레 값을 나타낸다. 긴밀도 값은 0에서 1 사이이며, 0은 두 픽셀간의 차이가 매우 커서 긴밀도가 없음을 나타내고 1은 두 픽셀간 차이가 없어 긴밀도가 같음을 의미한다. 일반적으로 건축물 등 고정된 물체가 위치한 곳에서 높은 긴밀도가 나타나고, 식생 등이 분포하여 변화가 많이 발생하는 곳에서 낮은 긴밀도가 나타난다(Tay et al., 2020; Ramayanti et al., 2024).

식(2)는 DPM 자료를 산출하는 식을 나타낸 것이다. 산출된 DPM 자료는 –1 부터 1 사이의 값을 가진다. 이때 음수 값은 화산 분화와 상관 관계가 없는 변화를 나타내고 양수 값은 화산 분화와 상관 관계가 있는 변화를 나타낸다(Ramayanti et al., 2024).

4.1. Landsat-9 위성 영상을 활용한 용암 대지 분류

Table 4는 SVM 알고리즘을 활용하여 분류된 클래스 정보를 나타낸다. 이때 바다에 해당하는 부분은 마스킹을 수행한 다음 분석을 수행하였다. 화산 분화 전인 2024년 5월 9일에 획득한 위성 영상은 용암 대지, 도시, 지상 1, 지상 2 및 구름으로 분류하였다. 반면 화산 분화 중인 2024년 6월 10일에 획득한 위성 영상에서는 구름이 나타나지 않으나 화산 가스와 화산재가 포함되어 용암 대지, 도시, 지상 1, 지상 2, 화산 가스 및 화산재로 분류하였다.

Table 4 . Classification of classes based on acquisition date.

Acquire date	May 9, 2024	Reclassification result	Jun. 10, 2024
Class	Volcanic plateau	Volcanic plateau	Volcanic plateau
			Volcanic gas/Ash
	City	Non volcanic plateau	City
	Land 1		Land 1
	Land 2		Land 2
	Cloud

분류 결과를 재정의한 기준은 다음과 같다. 화산 분화 전 시기의 경우 용암 대지 클래스만을 “용암 대지”로 분류하고 나머지 클래스는 “비 용암 대지”로 재분류하였다. 화산 분화 중 시기의 영상에서는 일부 용암 대지 상공에 화산 가스 및 화산재 클래스가 존재하는 특징이 관찰되었다. 따라서 화산 분화 중 시기의 경우 용암 대지, 화산 가스 및 화산재 클래스는 “용암 대지”로, 나머지 클래스는 “비 용암 대지”로 재분류하였다(Table 4).

Table 5는 SVM 알고리즘을 통해 분류된 결과의 분류 정확도를 나타낸 것이다. Table 5(a)는 2024년 5월 9일 위성 영상의 분류 결과를, Table 5(b)는 2024년 6월 10일 위성 영상의 분류 결과를 나타낸다. Table 5(a)에서 2024년 5월 9일 위성 영상의 경우 전체 정확도는 97.3%, Table 5(b)에서 2024년 6월 10일 위성 영상의 경우 전체 정확도는 99.8%로 나타났으며 이는 SVM 알고리즘을 통해 높은 정확도로 용암 대지와 비 용암 대지가 분류된 것을 의미한다.

Table 5 . Classification results for satellite imagery from Landsat-9 using SVM.

(a) Classification results for satellite imagery from May 9, 2024 using SVM.

Class		Reference data
		Volcanic plateau	City	Land 1	Land 2	Cloud	Total	User accuracy (%)
Classified data	Volcanic plateau	209	0	0	0	0	209	100
	City	0	123	0	0	11	134	91.8
	Land 1	0	5	527	2	3	537	98.1
	Land 2	0	3	7	272	0	282	96.5
	Cloud	0	4	0	0	145	149	97.3
	Total	209	135	534	274	159	1311
	Producer accuracy (%)	100	91.1	98.7	99.3	91.2
Overall accuracy (%)					97.3

(b) Classification results for satellite imagery from June 10, 2024 using SVM.

Class		Reference data
		Volcanic plateau	Volcanic gas/Ash	City	Land 1	Land 2	Total	User accuracy (%)
Classified data	Volcanic plateau	566	0	0	0	0	566	100
	Volcanic gas/Ash	0	198	0	0	0	198	100
	City	0	0	185	0	1	186	99.5
	Land 1	0	0	0	403	1	404	99.8
	Land 2	0	0	1	0	189	190	99.5
	Total	566	198	186	403	191	1544
	Producer accuracy (%)	100	100	99.5	100	99.0
Overall accuracy (%)					99.8

Fig. 4는 바다 지역이 마스킹 처리된 Landsat-9 위성 영상과 SVM 알고리즘을 통해 분류된 용암 대지의 결과를 보여준다. 2024년 5월 9일과 6월 10일에 획득한 Landsat-9의 RGB 영상은 각각 Figs. 4(a, b)에 나타나 있다. Figs. 4(c, d)는 동일한 날짜에 획득된 Landsat-9 영상을 기반으로 SVM 알고리즘을 활용하여 분류한 용암 대지의 결과를 보여준다. Figs. 4(c, d)에서 순드누쿠르 화산의 동쪽 지역에 용암 대지가 많이 분포하는 것을 확인할 수 있다. 이때 화산 분화 이전에 존재했던 용암 대지의 면적은 9,002,700 m² (Fig. 4c), 화산 분화 중 관측된 용암 대지의 면적은 14,099,400 m² (Fig. 4d)로 나타났다. 이때 Fig. 4(d)에서는 화산 가스 및 화산재의 서쪽 부분이 용암 대지로 분류되지 않은 것으로 나타난다. 그러나 해당 지역은 Fig. 4(c)에서 용암 대지로 분류된 지역에 해당하며, 확장된 용암 대지를 이용한 DPM 자료 기반의 변화 지역 산출에는 영향을 미치지 않는 것으로 판단되었다. Fig. 4(e)는 Fig. 4(c)와 Fig. 4(d)의 분류 결과에서 중첩된 용암 대지를, Fig. 4(f)는 Fig. 4(c) 대비 Fig. 4(d)에서 추가로 확장된 용암 대지 지역을 나타낸다. Fig. 4(e)에서 중첩된 용암 대지의 면적은 7,927,200 m², Fig. 4(f)에서 확장된 용암 대지의 면적은 6,172,200 m² 로 나타났다. 이는 Fig. 4(d)에서 나타난 다섯 번째 화산 분화 중 관측된 용암 대지 면적의 약 43.8%가 화산 분화를 통해 확장된 용암 대지임을 의미한다. 또한 Fig. 4(f)를 통해 순드누쿠르 화산의 동쪽과 더불어 서쪽 및 남서쪽 방향으로 용암류가 흘러내렸음을 확인할 수 있다. 특히 Fig. 4(f)의 A 지역은 순드누쿠르 화산에서 동쪽으로 떨어진 지역이지만 새로운 용암 대지가 생성된 것으로 확인되었다. 이를 통해 Fig. 4(e)에서 중첩된 용암 대지로 나타난 지역 중 일부는 분화를 통해서 기존의 용암 대지 위에 용암류가 흘러내려 새로운 용암 대지가 형성된 것으로 추정할 수 있다(Table 6).

Figure 4. Figure shows Landsat-9 image and volcanic plateau classification results. (a) Landsat-9 RGB image from May 9, 2024. (b) Landsat-9 RGB image from June 10, 2024. (c) Volcanic plateau classification results from May 9, 2024. (d) Volcanic plateau classification results from June 10, 2024, (e) volcanic plateau common to both May 9, 2024 and June 10, 2024 image. (f) Additional extended volcanic plateau in the June 10, 2024 image. These images have been masked from the ocean region.

Table 6 . Area of lava plateau with volcanic eruptions.

Occurrence	Before 5th volcanic eruption (May 8–20, 2024)	During 5th volcanic eruption (May 20–Jun. 13, 2024)	Overlapping area of before and after volcanic eruption	Extended volcanic plateau area after volcanic eruption
Area (m2)	9,002,700	14,099,400	7,927,200	6,172,200

Fig. 5는 Fig. 4(f)에서 산출된 확장된 용암 대지와 코페르니쿠스 DEM 자료를 결합한 결과를 나타낸 것이다. 순드누쿠르 화산 일대는 비교적 평탄한 지형을 보이며 서쪽 및 남서쪽 방향으로 점차 고도가 낮아지는 특징을 확인할 수 있다. 또한 Fig. 5에서 분출된 용암들은 순드누쿠르 화산으로부터 고도가 낮아지는 방향인 서쪽, 남서쪽으로 흘렀으며 일부는 동남쪽으로도 흐른 것으로 나타난다.

Figure 5. Figure shows the extended lava field and Copernicus DEM.

4.2. DPM 산출

Fig. 6는 식(1)을 통해 산출된 긴밀도 지도이다. 화산 분화 전 기간의 영상을 사용한 긴밀도 지도인 Fig. 6(a)는 연구 지역에서 높은 긴밀도를 가지는 것으로 나타난다. 그러나 화산 분화 전과 화산 분화 중 영상을 사용한 긴밀도 지도인 Fig. 6(b)는 연구 지역이 전반적으로 낮은 긴밀도를 가진 것으로 나타난다. 이는 화산 분화로 인해 연구 지역에서 지표의 변화가 크게 발생한 것을 의미한다.

Figure 6. Figure shows a coherence map. The red rectangle shows the study area. The coherence maps were created using images from (a) May 8, 2024, to May 20, 2024, and (b) May 20, 2024 to June 13, 2024.

Fig. 7은 식(2)를 통해 산출된 DPM 자료와 SVM 알고리즘을 통해 산출된 2024년 6월 10일의 용암 대지 영역, 그리고 A–A′, B–B′ 선을 따라 산출된DPM 자료의 값을 나타낸 것이다. Fig. 7에서 전체적으로 긴밀도 변화가 양의 값으로 발생하였으며, 특히 순드누쿠르 화산 인근 지역에서 높은 긴밀도 변화가 발생한 것으로 나타난다. Fig. 7(a)에서 일반적으로 용암 대지가 형성된 지역에서는 지표의 변화가 크기에 높은 긴밀도 변화가 관측된다. 그러나 Fig. 7(b) A–A′ 선의 7,942–9,531m 구간과 같이 용암 대지가 존재함에도 불구하고 긴밀도 변화가 낮게 나타나는 경우가 존재한다. 이는 기존의 용암 대지가 그대로 유지되어 2024년 6월 10일 위성 영상에 나타났기에 이러한 현상이 나타난 것으로 보인다. 또한 Fig. 7(c) B–B′ 선의 3,845–4,485 m 구간과 같이 용암 대지가 존재하지 않음에도 불구하고 긴밀도 변화가 높게 나타나는 경우가 존재한다. 이는 해당 지역이 순드누쿠르 화산과 인접해 화산 분화로 인한 지표 변위 영향을 받았기에 이러한 현상이 나타난 것으로 보인다. 또한 Figs. 7(b, c) 모두 긴밀도 차이의 값이 –0.067 에서 0 사이의 음수가 나타나는 구간이 나타나는데, 이는 긴밀도를 산출하는 과정에서 발생하는 오차로 인해 나타나는 것으로 판단된다.

Figure 7. Figures show the damage proxy map and its values: (a) shows the damage proxy map of the study area and the distribution of volcanic plateau on June 10, 2024, (b) shows the coherence change value of the A-A’ line in (a), and (c) shows the coherence change value of the B-B’ line in (a).

4.3. 분류된 용암 대지 분포 및 DPM 자료를 바탕으로 한 변화 지역 산출

DPM 자료에서 값이 –1에 가깝게 나타나는 지역은 화산 분화 이전에 변화가 발생하였음을, 1에 가깝게 나타나는 지역은 화산 분화로 인해 지표의 변화가 발생하였다는 것을 의미한다. Fig. 8은 Fig. 4(f)에서 산출된 확장된 용암 대지의 분포 자료를 바탕으로 DPM 자료의 임계 값 이상을 갖는 변화 지역 후보지를 도출한 것이다. Tay et al. (2020) 및 Ramayanti et al. (2024)은 고해상도 위성 영상을 활용해 임계 값을 산출한 바 있다. 본 연구에서는 변화 지역 산출을 위해 광학 위성 영상에 용암 지대 분류에 효과적인 밴드 조합을 적용하고 SVM 알고리즘으로 분류된 확장된 용암 대지의 분포 자료를 활용하였다. 이를 기반으로 임계 값이 0.1일때부터 0.9일때까지의 변화 지역 후보지를 비교한 다음 임계 값을 설정하고 임계 값과 1 사이의 값을 가지는 지역을 변화 지역으로 정의하였다.

Figure 8. Figure shows the change in change area candidates by threshold and comparison to extended volcanic plateau. The thresholds are shown for (a) 0.1, (b) 0.2 (c) 0.3, (d) 0.4, (e) 0.5, (f) 0.6, (g) 0.7, (h) 0.8, and (i) 0.9.

Fig. 8(d)에서 임계 값이 0.4일때 확장된 용암 대지를 잘 반영하는 것으로 나타났다. 따라서 본 연구에서는 임계 값을 0.4로 설정하여 DPM 자료의 값이 0.4 이상 1 이하로 나타나는 지역을 변화 지역으로 정의하였다.

Fig. 9은 Fig. 8(d)에서 산출된 변화 지역을 나타낸 것이다. 산출된 변화 지역의 넓이는 9,698,500 m²로 확인되었다. 변화 지역의 경우 주로 순드누쿠르 화산 인근에서 나타났으며, 화산의 남서부 지역에서도 변화 지역이 존재하는 것으로 나타났다.

Figure 9. Figure shows the change area. The background texture is based on Copernicus DEM.

Fig. 10은 DPM을 통해 산출된 변화 지역과 분류된 용암 대지를 보여준다. 대각선 무늬로 표현된 청록색과 초록색 영역은 다섯 번째 분화로 인해 확장된 용암 대지 영역을 나타내며, 전반적으로 변화 지역에 포함되는 것으로 나타났다. 대각선 무늬로 표현된 밝은 초록색과 노란색 영역은 다섯 번째 분화 전후 모두 용암 대지로 나타나는 지역으로, Fig. 10의 B 지역과 같이 변화 지역에 포함되는 경우도 있지만, A 지역과 같이 변화 지역에 포함되지 않는 경우도 확인되었다. 이는 앞서 기술한 바와 같이, Landsat-9과 같은 광학 영상을 사용하는 경우, 기존의 용암 대지와 기존 용암 대지 위에 새롭게 형성된 용암 대지를 구별하기 어렵기 때문으로 판단된다. 한편, Fig. 10의 C 지역은 용암 대지로 분류되지 않았지만 변화 지역으로 나타났다. 이는 C 지역이 순드누쿠르 화산 인근에 위치해 화산 분화로 인한 지표 변위가 변화 지역 판정에 영향을 미친 것으로 해석된다.

Figure 10. Figure shows the distribution of change area and volcanic plateau. Light blue areas with diagonal lines represent change areas, yellow areas overlap volcanic plateau, and green areas represent extended volcanic plateau. Light green areas with diagonal lines indicate areas where volcanic plateau and change areas occur simultaneously, and dark green areas with diagonal lines indicate areas where extended volcanic plateau and change areas occur simultaneously.

Fig. 11은 Fig. 10의 결과를 바탕으로 변화 지역과 변화 지역으로 나타나지 않은 지역의 면적을 나타낸 그래프이다. Fig. 10의 변화 지역에서 전체 면적은 9,698,500 m², 용암 대지가 중첩된 부분의 면적이 3,329,500 m², 용암 대지가 확장된 부분의 면적이 4,206,500 m², 용암 대지가 나타나지 않는 지역의 면적은 2,162,500 m²로 나타났다. 또한 Fig. 10의 변화 지역으로 나타나지 않은 지역에서 전체 면적은 73,145,500 m², 용암 대지가 중첩된 부분의 면적이 4,453,000 m², 용암 대지가 확장된 부분의 면적이 1,943,000 m², 용암 대지가 나타나지 않는 지역의 면적은 66,749,500 m²로 나타났다.

Figure 11. Figure shows compares the change area and non change areas. The yellow area shows the overlapping volcanic plateau, the green area shows the extended volcanic plateau, the diagonalized light blue area shows the non-volcanic plateau and the white area shows the remaining non change area.

Fig. 11의 결과에 따르면, 변화 지역 중 용암 대지가 나타난 영역의 면적은 7,536,000 m²로 확인되었다. 이는 아이슬란드 기상청이 발표한 이번 화산 분화 초기의 용암 대지 면적인 약 9,200,000 m²와 비교할 때 약 18% 의 오차가 발생한 것으로 나타났다. 이 오차의 원인으로는 Fig. 4(f)의 화산 가스 및 화산재 영역이 분류되지 않은 것과 같이 SVM 알고리즘을 이용한 용암 대지 분류 오류 등이 있을 것으로 추정된다. 또한 용암 대지가 확장된 부분의 면적 중 변화 지역으로 나타난 영역은 약 68.4% 로 확인되었다. 이는 Fig. 10 연구 지역의 동쪽 지역에서 발생한 SVM 알고리즘의 오분류와 연구 지역의 서쪽 및 남서쪽 지역에서 변화 지역으로 나타나지 않은 영역의 영향을 받은 것으로 생각된다. 또한, 용암 대지가 중첩된 부분의 면적 중 변화 지역으로 나타난 영역은 약 42.8%로 나타났다. 이는 Fig. 10의 A 지역에서 확인된 바와 같이 이전 화산 분화에서 형성된 용암 대지가 SVM 알고리즘에 의해 중첩된 용암 대지로 분류되는 영향으로 추정된다. 마지막으로 용암 대지가 나타나지 않았으나 변화 지역으로 나타난 영역은 전체 변화 지역 면적 중 약 22.3%로 확인되었다. 이는 Fig. 10의 C지역에서 확인된 바와 같이 용암 대지는 형성되지 않았지만 화산 분화로 인한 지표 변위가 발생한 지역의 영향으로 추정된다.

본 연구는 Sentinel-1 및 Landsat-9 위성 영상을 활용하여, 2024년 5월부터 6월까지 발생한 아이슬란드 순드누쿠르 화산의 지표 변위를 분석하였다. 화산 분화로 인한 지표 변위를 평가하기 위해 Sentinel-1 위성 영상을 이용하여 긴밀도 지도와 DPM 자료를 생성하고, Landsat-9 위성 영상을 활용하여 용암 대지 분포를 분석하였다. 이를 기반으로 화산 분화 초기의 지표 변화 지역을 산출하였다. 연구 결과는 다음과 같다.

• 1)

  CCD 기법과 SVM 알고리즘을 통해 화산 분화로 인한 지표 변위 지역을 효과적으로 산출할 수 있다.

• 2)

  2024년 5~6월 동안 발생한 순드누쿠르 화산의 분화는 화산 주변 지역에서 광범위한 지표 변위를 유발하였다.

• 3)

  지표 변화는 주로 화산 인근 지역에서 관찰되었지만 화산의 서쪽 및 남서쪽 일부 지역에서는 화산에서 멀리 떨어진 곳에서도 변화가 발생한 것으로 나타났다.

• 4)

  Landsat-9 영상과 SVM 알고리즘을 통해 분류한 용암 대지 분포는 CCD 기법을 통한 변화 지역 판정에 중요한 보조 자료로 활용될 수 있었다.

• 5)

  CCD 기법은 지표에서 발생하는 모든 변화를 탐지할 수 있어 광학 위성 영상에서 나타나지 않는 지표 변위를 확인하는 데 유용함을 보였다.

본 연구는 Sentinel-1 위성 영상을 활용하여 CCD 기법을 적용, 화산 분화로 인한 지표 변화 지역을 탐지하는 데 중점을 두었다. 또한 지표 변화 지역 탐지를 위해 Landsat-9 위성 영상을 이용한 확장된 용암 대지 면적을 이용하였다. 그러나 일부 시기의 Sentinel-1 영상은 화산 분화와 정확히 일치하지 않는 제한점이 있었으며 Sentinel-1 위성과 Landsat-9 위성간 영상 획득 각도의 차이가 존재해 기하학적 오차를 고려하지 못했다는 한계점이 존재한다. 향후 고해상도 SAR 위성인 KOMPSAT-6에 본 연구 결과를 적용하고 위성간 기하 차이에 의한 영향을 반영해 분석을 수행하면 지표 변화를 보다 정밀하게 탐지할 수 있을 것으로 기대된다. 이러한 결과는 화산 활동과 같은 동적 지표 변화의 지속적 모니터링 및 분석에 중요한 기여를 할 것으로 판단된다.

본 연구는 과학기술정보통신부의 재원으로 한국연구재단 “위성정보빅데이터활용자원체계개발사업(RS-2022-00165154)”의 지원을 받아 수행하였습니다.

No potential conflict of interest relevant to this article was reported.