• Proceedings of the KSRS Conference
• /
• 2009.03a
• /
• pp.87-92
• /
• 2009

현재 미국 NASA에서는 전 지구에서 일별 발생하는 산불 탐지 영상(MOD14 product)을 제작, 배포하고 있다. 그러나, 이러한 MOD14 영상은 MODIS 자체의 낮은 공간해상도로 인하여 우리나라와 같이 소규모 산불이 발생하는 지역에서는 산불 탐지 정확도가 매우 낮게 나타났다. 본 연구에서는 기존의 MODIS 산불 지도에서 탐지되지 못한 소규모 산불을 대상으로 혼합화소분석기법(spectral mixed analysis)을 적용한 새로운 산불 탐지 알고리즘을 제시하였다. 새로운 산불 탐지 알고리즘은 진행산불 탐지 알고리즘과 연소지 탐지 알고리즘으로 구성된다. 소규모 산불이 170건 이상 발생한 2004년과 2005년 4월 남한지역을 대상으로 적용한 결과 1ha 규모의 연소지 탐지가 가능하게 되었으며, 연구 결과 소규모 진행산불과 연소지에 대해 70%이상의 탐지율을 확보하였으며, 40% 이하의 오탐지율(false alarm ratio)을 산출하였다.

• Proceedings of the KSRS Conference
• /
• 2001.03a
• /
• pp.77-81
• /
• 2001

2000년 4월, 강원도 삼척일대에 크게 발생한 산불지역에 대해서 Landsat TM 인공위성 영상자료를 이용하여 산불의 피해지역을 조사분석하였다. 산불발생 전과 후의 2시기 위성영상을 이용하여 변화탐지 기법의 하나인 화상간차이법을 적용하였다. 분석결과 산불 발생지역의 탐지에는 NDVI를 유도하고 그 차이를 이용하는 것이 가장 탁월한 것으로 나타났다. 산불 피해지역을 구분하는 임계값을 표준편차$\times$0.9로 하였을 때, 현지조사 결과에 대한 전체정확도는 93.8%, 카파계수는 0.82로 매우 높았다.

• Korean Journal of Remote Sensing
• /
• v.36 no.5_1
• /
• pp.775-784
• /
• 2020

Recent global warming and anthropogenic activities have caused more frequent and massive wildfires with longer durations and more significant damages. MODIS has been monitoring global wildfires for almost 20 years, and GK2A and Himawari-8 are observing the wildfires in East Asia 144 times a day. However, the spatial resolution of 1 to 2 km is not sufficient for the detection of small and medium-size active fires, and therefore the studies on the active fire detection using high-resolution images are essential. However, there is no official product for the high-resolution active fire detection. Hence, we implemented the active fire detection algorithm of Landsat 8 and carried out a high-resolution-based detection of active fires in Australia in 2019, followed by the comparisons with the products of Himawari-8 and MODIS. Regarding the intense fires, the three satellites showed similar results, whereas the weak igniting and extinguishing fires or the fires in narrow areas were detected by only Landsat 8 with a 30m resolution. Small-sized fires, which are the majority in Korea, can be detected by the high-resolution satellites such as Landsat 8, Sentinel-2, Kompsat-3A, and the forthcoming Kompsat-7. Also, a comprehensive analysis together with the geostationary satellites in East Asia such as GK2A, Himawari-8, and Fengyun-3 will help the interoperability and the improvement of spatial and temporal resolutions.

• Proceedings of the KSRS Conference
• /
• 2009.03a
• /
• pp.309-313
• /
• 2009

산불은 전세계적으로 발생하는 가장 주요한 재해현상 중 하나이다. 산불 감시나 산불에 의한 피해지역의 효과적인 관측은 피해 지역을 최소화하고, 효율적인 피해 복구 계획 수립에 매우 중요한 기초자료를 제공한다. 광학 위성 자료를 활용한 산불 피해지역 탐지가 널리 사용되고 있음에도 불구하고, 산불에 의한 연기 또는 구름 분포에 의해 종종 사용상에 제약이 있다. 본 연구에서는 2000년 4월 강원도 고성, 강릉, 삼척, 물진 지역에서 발생한 대규모 산불을 연구 대상지역으로 하여, 1998년-2000년 동안 획득된 RADARSAT-1 SAR 영상을 이용하여 산불 피해 지역 감시의 활용성을 연구하였다. 산불에 의한 산림 피해지역 관측을 위해 RADARSAT-1 SAR 영상의 후방산란관의 변화를 통한 변환 탐지를 수행하였다. 산불 피해지역에서 산불 전에 비해 산불 후에 획득된 RADARSAT-1 SAR 영상의 후방산란값이 증가하는 것으로 관측되었다. RADARSAT-1 SAR 영상으로부터 관측된 산불 피해 지역은 Landsat-7 ETM 자료와 현장 조사 자료에 의한 산불 피해 지역과 매우 상관성이 높은 것으로 관측되었다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2005.05a
• /
• pp.3-8
• /
• 2005

위성영상을 이용한 산불탐지기법은 단순한 화재의 유무뿐만 아니라 온도, 면적, 상태 등과 같은 다양한 정보를 얻을 수 있는 수준으로 개발되었다. 하지만 실제 적용결과에 있어서는 서로 다른 탐지결과를 보이기 때문에 어떤 탐지기법을 선택하고 기법에 사용되는 임계값들을 어떻게 결정해야 하는가라는 문제점이 발생한다. 본 연구에서는 의사결정기법을 이용하여 개별 탐지기법의 결과를 분석하여 최적해를 얻고자 하였다. 이를 위하여 국내에서 발생한 산불에 주요 탐지기법을 적용, 정확도를 평가한 후 의사결정기법을 적용하여 보다 정확한 결과를 얻는 연구를 수행하였다. 그 결과 단일 탐지기법에서 발생하는 오류(false alarm)을 일정부분 보완할 수 있었다. 하지만 충분한 실측자료가 부족하여 정확한 평가 및 검증에는 한계가 있었다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2010.06a
• /
• pp.173-174
• /
• 2010

산불감시활동에 의한 탐지확률을 높이고, 감시자원의 효율적인 이용을 위해서는 산불 감시 우선지역에 대한 분석이 요구된다. 따라서 산불감시 우선지역을 추출하기 위해 가시권 분석과 산불발생확률 분석을 실시하였으며, 중첩을 통해 가중치를 부여하였다. 가시권 분석은 탐지확률과 관련된 감시자원의 높이, 산불연기높이, 지형의 roughness에 따른 유효가시거리 인자를 다르게 하여 실시하였다. 산불발생확률은 로지스틱 회귀분석모형과 연료, 기상, 지형인자 및 토지피복, 접근성 인자 DB를 이용하여 분석하였다. 개발된 산불감시 우선지역 분석체계는 산불감시자원의 효율성 제고를 위한 기초자료로 활용될 수 있을 것으로 예상되었다.

• Korean Journal of Remote Sensing
• /
• v.39 no.5_2
• /
• pp.859-873
• /
• 2023

Wildfires cause a lot of environmental and economic damage to the Earth over time. Various experiments have examined the harmful effects of wildfires. Also, studies for detecting wildfires and pollutant emissions using satellite remote sensing have been conducted for many years. The wildfire product for the Geostationary Environmental Monitoring Spectrometer (GEMS), Korea's first environmental satellite sensor, has not been provided yet. In this study, a false-color composite for better expression of wildfire smoke was created from GEMS and used in a U-Net model for wildfire detection. Then, a classification model was constructed to distinguish yellow dust from the wildfire smoke candidate pixels. The proposed method can contribute to disaster monitoring using GEMS images.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.10a
• /
• pp.54-57
• /
• 2022

Korea has a vulnerable environment from the risk of wildfires, which causes great damage every year. To prevent this, a lot of manpower is being used, but the effect is insufficient. If wildfires are detected and extinguished early through artificial intelligence technology, damage to property and people can be prevented. In this paper, we studied the object double detection method with the goal of minimizing the data collection and processing process that occurs in the process of creating an object detection model to minimize the damage of wildfires. In YOLOv5, the original image is primarily detected through a single model trained on a limited image, and the object detected in the original image is cropped through Crop. The possibility of improving the false positive object detection rate was confirmed through the object double detection method that re-detects the cropped image.

• Korean Journal of Remote Sensing
• /
• v.38 no.5_2
• /
• pp.765-779
• /
• 2022

This study evaluates the accuracy in identifying the burned area in South Korea using multi-temporal data from Sentinel-2 MSI and Landsat 8/9 OLI. Spectral indices such as the Difference Normalized Burn Ratio (dNBR), Relative Difference Normalized Burn Ratio (RdNBR), and Burned Area Index (BAI) were used to identify the burned area in the March 2022 forest fire in Uljin. Based on the results of six indices, the accuracy to detect the burned area was assessed for four satellites using Sentinel-2 and Landsat 8/9, respectively. Sentinel-2 and Landsat 8/9 produce images every 16 and 10 days, respectively, although it is difficult to acquire clear images due to clouds. Furthermore, using images taken before and after a forest fire to examine the burned area results in a rapid shift because vegetation growth in South Korea began in April, making it difficult to detect. Because Sentinel-2 and Landsat 8/9 images from February to May are based on the same date, this study is able to compare the indices with a relatively high detection accuracy and gets over the temporal resolution limitation. The results of this study are expected to be applied in the development of new indices to detect burned areas and indices that are optimized to detect South Korean forest fires.

• Korean Journal of Remote Sensing
• /
• v.37 no.5_3
• /
• pp.1373-1387
• /
• 2021

Forest fire poses a significant threat to the environment and society, affecting carbon cycle and surface energy balance, and resulting in socioeconomic losses. Widely used multi-spectral satellite image-based approaches for burned area detection have a problem in that they do not work under cloudy conditions. Therefore, in this study, Sentinel-1 Synthetic Aperture Radar (SAR) data from Europe Space Agency, which can be collected in all weather conditions, were used to identify forest fire damaged area based on a series of processes including Principal Component Analysis (PCA) and K-means clustering. Four forest fire cases, which occurred in Gangneung·Donghae and Goseong·Sokcho in Gangwon-do of South Korea and two areas in North Korea on April 4, 2019, were examined. The estimated burned areas were evaluated using fire reference data provided by the National Institute of Forest Science (NIFOS) for two forest fire cases in South Korea, and differenced normalized burn ratio (dNBR) for all four cases. The average accuracy using the NIFOS reference data was 86% for the Gangneung·Donghae and Goseong·Sokcho fires. Evaluation using dNBR showed an average accuracy of 84% for all four forest fire cases. It was also confirmed that the stronger the burned intensity, the higher detection the accuracy, and vice versa. Given the advantage of SAR remote sensing, the proposed statistical processing and K-means clustering-based approach can be used to quickly identify forest fire damaged area across the Korean Peninsula, where a cloud cover rate is high and small-scale forest fires frequently occur.