1. 서론
북한은 전체 면적의 약 77%에 해당하는 948만 ha의 산림을 가지고 있으며, 이는 남한 산림면적의 약 1.5배에 해당한다. 북한에서 발생한 산불이 비무장지대로 남하하는 경우도 간혹 있으며(Won et al., 2012), 북한의 황폐화 방지를 위해서도 북한 산불의 감시는 한반도 차원에서 중요한 문제이다. 접근 불가능 지역인 북한에 대해서는 기상 및 위성 자료 등을 활용한 산불 예측 및 감시가 필요하다(Kim et al., 2014, Lee et al., 2016).
국외의 대표적인 산불위험지수로는 호주의 Forest Fire Danger Index (FFDI)와 캐나다의 Fire Fuel Moisture Code (FFMC) 등이 있으며, 우리나라 산림청은 기상관측자료 내삽으로 산출된 산불위험지수 Daily Weather Index (DWI)를 제공하고 있다(Won et al., 2012). 또한 식생수분지수와 가뭄인자를 이용한 산불위험도 정량화(Park et al., 2019)를 통해 산불 발생의 경향성이 분석되고 있다(Kang et al., 2019). Kong et al. (2017)은 6종류의 격자형 산불위험모형에 대한 민감도 분석을 통해 FFDI가 우리나라 산불위험도를 나타나기에 가장 적합함을 보여주었으며, Kim et al. (2019)은 FFDI와 식생건조지수 (Vegetation Dryness Index, VDI)를 활용하여 2019년 고성-속초 산불과 강릉-동해 산불의 사전 위험성을 모의 한 바 있다.
이러한 선행연구를 활용하면 접근 불가능 지역인 북한의 산불위험도를 분석할 수 있으며, 이 단보에서는 우리나라 산불예측에 적합성이 확인된 FFDI를 한반도에 지역최적화시키고, 이를 이용하여 2022년 발생한 북한 산불에 대한 위험도 예측 실험을 수행하고자 한다. 일자별 FFDI 산출에는 국지예보모델(Local Data Assimilation and Prediction System, LDPAS)을 사용하였고, FFDI 지역최적화에는 우리나라 월별 산불발생 건수의 이력 데이터를 활용하였다. 북한의 FFDI는 2022년 고성, 철원 산불위험도를 잘 모의하였으며, 또한 토양수분 자료와 비교를 통해 지표면의 건조경향과 유사한 패턴을 보임을 확인하였다.
2. 자료와 방법
FFDI는 산불기상지수 Keetch Byram Drought Index (KBDI) (Keetch and Byram, 1968), 기온, 상대습도, 풍속, 일강수량, 무강수일수 등을 이용한 반경험적 모델이다 (Schunk et al., 2013). 식(1)에서 Drought Factor (DF)는 건조경향, RH는 상대습도, T는 기온, WS는 풍속을 나타내며, 식(2)에서 n은 무강수일수, p는 일강수를 나타낸다.
FFDI = 2 × e–0.45 + 0.987 × log(DF) – 0.0345 × RH + 0.0338 × T + 0.0234 × WS (1)
\(\begin{aligned}D F=0.191 \times \frac{(K B D I+104) \times(n+1)^{1.5}}{3.52 \times(n+1)^{1.5}+p-1}\\\end{aligned}\) (2)
지역최적화는 Kim et al. (2019)의 방법을 이용하여 우리나라의 월별 산불발생 건수와 월별 KBDI 평균값이 적절한 선형관계를 이룰 수 있도록 FFDI에 포함된 경험 상수들을 수정하였다. FFDI 산출에 입력으로 사용된 연강수는 유럽중기예보센터 European Center for Medium-range Weather Forecasts (ECMWF)의 ERA5 시간별 강수자료를 집계하여 사용하였고, 기온, 상대습도, 풍속, 강수량 등은 한국 기상청 1.5 km 해상도의 LDAPS 실황장에서 2022년 1월 1일부터 4월 31일까지의 UTC 03시 (KST 12시) 자료를 사용하였다(Table 1). FFDI 모의는 3개월 정도의 워밍업(warming up) 기간이 필요하므로, 2022년 4월의 모의를 위해서 1월 1일부터 3월 31일까지의 기간은 워밍업에 사용하였다. FFDI 지수는 Low-Moderate (0–11), High (12–24), Very High (25–49), Severe (50–74), Extreme (75–99), Catastrophic (100 이상)의 6등급으로 구분되므로(Table 2), 북한지역 FFDI 분석에도 이 기준을 참고하였다. 또한, 가뭄인자 적용 가능성 평가를 위하여 산불 발생 전후 12일의 LDAPS 토양수분 UTC 03시 자료를 추출하여 FFDI 지수와 정성적인 비교를 수행하였다.
Table 1. Input data for FFDI
Table 2. FFDI categories
(https://en.wikipedia.org/wiki/McArthur_Forest_Fire_Danger_Index)
3. 분석 결과
2022년 4월 9일 15시 20분경 강원도 고성군 온정리 금강산 구룡연 주변과 고성항 주변 야산에서 화재가 발생하였으며, 거센 바람으로 인해 10일 11시 20분경 진화되었다. 또한 같은 달 28일 12시 40분경 강원도 철원군 동송읍 북측 군사분계선(Military Demarcation Line, MDL) 일대에서 발생한 산불이 남쪽으로 확산되었다(YNA, 2022; Kukinews, 2022). Fig. 1은 고성군 산불 피해지 주변 3 × 3 픽셀의 FFDI를 집계한 결과를 시계열로 나타낸 것이다. 4월 9일(발화)과 4월 10일(진화)은 FFDI가 Extreme 등급에 해당하였는데, 기온이 높고 상대습도가 낮아 산불 발생 가능성이 컸으며, 풍속이 높아 확산이 용이하여 산불이 20시간 동안 지속되었다. 특히 4월 5일 위험도가 급증하여 산불 발생에 대한 전조가 있었으며, 그로부터 4일이 지난 시점에 또다시 FFDI가 급상승하면서 산불이 발생하였다. Fig. 2는 철원군 산불 피해지 주변 4 × 4 픽셀의 FFDI를 집계한 결과를 시계열로 나타내었다. 4월 28일(발화)은 FFDI가 Very High 구간에 해당하는 날이었는데, 28일은 진화가 어려워 소방 헬기가 철수하였고, 다음 날인 29일에 진화 작업이 마무리되었다(Kukinews, 2022). 시계열 그래프에서 고성과 철원 모두 거의 모든 날짜의 FFDI가 High 등급 이상으로 나타났는데, 이는 4월의 전반적인 건조경향을 잘 나타낸다. 산불 발생 당일에 고성은 89.106 (Extreme), 철원은 47.745 (Very High)의 FFDI를 나타냈으며, Severe 등급인 FFDI 50 정도가 될 때는 산불 발생에 대비하여 각별한 주의와 경계가 필요함을 의미한다. Fig. 3과 4는 발화 전후 고성군과 철원군 일대의 FFDI 지수를 지도로 나타낸 것이다.
Fig. 1. Changes in FFDI for Goseong-gun before and after the wildfire occurrence (ignition: April 9, extinction: April 10).
Fig. 2. Time-series of FFDI for Cheorwon-gun before and after the wildfire occurrence (ignition: April 28, extinction: April 29).
Fig. 3. Maps of FFDI around Goseong-gun between April 1 and 12, 2022 (ignition: April 9, extinction: April 10).
Fig. 4. Maps of FFDI around Cheorwon-gun between April 19 and 30, 2022 (ignition: April 28, extinction: April 29).
Fig. 5는 고성군 산불 전후 12일 동안의 한반도 전역 산불위험지도이며 1.5 km 해상도로 표출하였다. 4월 5일 대부분의 남한 지역과 북한의 동해안을 따라 위험도가 Severe 수준을 넘어섰다. 그 후 고성군의 경우 잠시 위험도가 낮아졌지만 발화 당일까지 다시 서서히 증가하였다. 특히 발화 일자인 4월 9일은 동해안 해안선을 따라 위험도가 크게 증가하여 고성군 일대는 Extreme 등급에 도달함으로써 각별한 경계가 필요했던 상황이었다. Fig. 6은 철원군 산불 전후 12일 동안의 한반도 전역 산불위험지도이며 건조한 봄의 계절적 영향에 따라 4월 19일부터 21일까지 계속해서 산불 발생 가능성이 높았지만 실화의 원인이 없었기 때문에 발생하지 않았다. 그러나 26일부터 다시 지속된 위험한 상황에서 4월 28일의 경우 실화의 원인 제공으로 철원군에 산불이 발생하였다. 이 이외에도 4월 26일 철원읍 유정리 비무장지대(Demilitarized Zone, DMZ)에서 원인을 알 수 없는 산불이 발생하기도 했다(Kukinews, 2022).
Fig. 5. FFDI maps in Korean Peninsula for the period between April 1 and April 12, 2022.
Fig. 6. FFDI map in Korean Peninsula for the period between April 19 and April 30, 2022.
Fig. 7과 8은 각각 고성군과 철원군 산불 전후 12일의 LDAPS 토양수분 지도이다. 토양수분은 토양 공극 내에 존재하는 수분 함량을 말하며 지표면 건조도를 잘 반영하기 때문에 산불 예측에 중요한 인자 중 하나이다. 4월 1일에서 12일까지의 토양수분 지도와 산불 위험도 지도를 정성적으로 비교하였을 때, 대부분의 일자에서 토양수분 함량의 감소와 산불위험도가 증가가 일치하는 패턴을 보였으며, 하루 이틀 정도 그렇지 않은 경향도 나타났다. 또한 발화 시점을 고려하였을 때, 고성군 산불의 경우 지표면 건조도 뿐 아니라 기상요인의 상관성이 높은 것으로 보이며, 철원군 산불의 경우 지표면 건조도가 산불위험을 잘 나타내고 있었음을 알 수 있다.
Fig. 7. LDAPS Soil Moisture (%) in Korea for the period between April 1 and April 12, 2022. Goseong-gun area in the blue rectangle.
Fig. 8. LDAPS Soil Moisture (%) in Korea for the period between April 19 and April 30, 2022. Cheorwon-gun area in the blue rectangle.
4. 결론
이 단보에서는 북한을 포함한 한반도 전역의 산불위험도를 나타내는 지역최적화 FFDI 지수를 산출하였고, 2022년 4월 북한 산불 사례 2건에 적용 및 분석한 결과, 산불위험도가 적절히 예측됨을 확인하였다. 정보접근이 불가능한 북한 지역의 산불위험도를 정량적으로 제공하는 것은 상시 모니터링, 경보 전달 등 산불 예방에 필요한 조치와 효과적인 대처에 도움이 될 것이다. 또한 산불위험도와 토양수분 함량이 상당한 연관성이 있음을 파악하였으며, 향후 토양수분, 표준화강수지수 (Standardized Precipitation Index, SPI), 식생건조지수 등을 결합하는 방식으로 산불위험지수를 개선함으로써 한반도 산불감시에 활용할 수 있을 것으로 사료된다.
사사
이 논문은 부경대학교 자율창의학술연구비(2022년)에 의하여 연구되었음.
참고문헌
- Kang, Y.J., S.M. Park, E.N. Jang, J.H. Im, C.G. Kwon, and S.J. Lee, 2019. Spatio-temporal enhancement of forest fire risk index using weather forecast and satellite data in South Korea, Journal of the Korean Association of Geographic Information Studies, 22(4): 116-130 (in Korean with English abstract). https://doi.org/10.11108/kagis.2019.22.4.116
- Keetch, J.J. and G.M. Byram, 1968. A Drought Index for Forest Fire Control, https://www.fs.usda.gov/research/treesearch/40, Accessed on Dec. 1, 2022.
- Kim, G., H.W. Kim, S.J. Lee, H.S. Lee, and Y.W. Lee, 2014. A hybrid app for wildfire information over the Korean Peninsula using satellite data: Implementation and applications, Journal of the Korean Cartographic Association, 14(3): 20-39 (in Korean with English abstract). https://doi.org/10.16879/kjrs.2014.14.3.029
- Kim, Y.H., I.H. Kong, C.Y. Chung, I. Shin, S. Cheong, W.C. Jung, H.S. Mo, S.I. Kim, and Y.W. Lee, 2019. Wildfire risk index using NWP and satellite data: Its development and application to 2019 Kangwon wildfires, Korean Journal of Remote Sensing, 35(2): 337-342 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2019.35.2.12
- Kong, I., K. Kim, and Y. Lee, 2017. Sensitivity analysis of meteorology-based wildfire risk indices and satellite-based surface dryness indices against wildfire cases in South Korea, Journal of Cadastre and Land Informatics, 47(2): 107-120 (in Korean with English abstract). https://doi.org/10.22640/lxsiri.2017.47.2.107
- Kukinews, 2022. Forest Fires in the DMZ in Cheorwon, https://www.kukinews.com/newsView/kuk202204280224, Accessed on Dec. 1, 2022.
- Lee, S.J., M.S. Won, K.C. Jang, B.D. Lee, S.W. Byun, K.J. Kim, and Y.W. Lee, 2016. Construction of GIS database for wildfire in the Korean Peninsula using MODIS data, Journal of the Korean Cartographic Association, 16(3): 129-137 (in Korean with English abstract). https://doi.org/10.16879/jkca.2016.16.3.129
- Park, S., B. Son, J. Im, J. Lee, B. Lee, and C. Kwon, 2019. Development of satellite-based drought indices for assessing wildfire risk, Korean Journal of Remote Sensing, 35(6-3): 1285-1298 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2019.35.6.3.11
- Schunk, C., C. Wastl, M. Leuchner, C. Schuster, and A. Menzel, 2013. Forest fire danger rating in complex topography-results from a case study in the Bavarian Alps in autumn 2011, Natural Hazards and Earth System Sciences, 13(9): 2157-2167. https://doi.org/10.5194/nhess-13-2157-2013
- Won, M.S., M.B. Lee, W.K. Lee, and S.H. Yoon, 2012. Prediction of forest fire danger rating over the Korean Peninsula with the digital forecast data and daily weather index (DWI) model, Korean Journal of Agricultural and Forest Meteorology, 14(1): 1-10 (in Korean with English abstract). https://doi.org/10.5532/KJAFM.2012.14.1.001
- YNA (Yonhap News Agency), 2022. A forest fire in the Mt. Geumgang in North Korea, https://www.yna.co.kr/view/AKR20220412009500504, Accessed on Dec. 1, 2022.