• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2009년도 정기 학술발표대회
• /
• pp.101.1-101.1
• /
• 2009

• 한국화재소방학회:학술대회논문집
• /
• 한국화재소방학회 2010년도 춘계학술논문발표회 논문집
• /
• pp.448-453
• /
• 2010

본 연구에서는 캐나다 연료 수분지수의 정확도를 보정하여, 산불발생의 예측 효율성을 높이기 위해, 기존 입력 값인 상대습도와 실효습도(Effective humidity)를 이용한 결과를 상호 비교 분석하였다. 캐나다 연료수분지수인 미세연료수분지수, 가뭄지수, 부식층수분지수의 결과를 비교한 결과 이에 따라 실효습도를 사용한 캐나다 기상지수의 민감도가 상대습도를 사용하여 산출된 지수보다 민감도가 떨어지는 것으로 조사되었다. 또한, 산불 발생 예측의 지표인 미세연료 수분 지수의 분석결과, 실효습도를 이용하여 산출된 미세연료 수분지수의 적중률이 떨어지는 것으로 조사되었다. 따라서, 미세연료 수분지수의 적용보다 상대습도의 적용이 효과적인 것으로 분석되었다.

• 한국방재학회 논문집
• /
• 제9권3호
• /
• pp.95-100
• /
• 2009

캐나다의 산불 위험등급 시스템의 구성요소인 미세연료수분지수는 지상의 미세 연료의 건조 여부의 예측을 통해 산불의 발화위험성을 지시하는 지수로써, 강수량의 감소와 온도의 상승, 풍속의 상승, 그리고 대기 중의 습도 감소로 인한 미세연료의 발화위험성의 상승을 표시하는 지수이다. 본 연구에서는 5년간의 강원도 지역에서의 기상 자료를 분석하고, 이를 이용하여 미세연료수분지수를 산출하여, 그 연중 분포와 적용성을 검토하였다. 분석 결과, 강원도 지역의 기후 조건은 봄철과 가을철 산불 조심강조기간에 아주 적은 강수량과 낮은 습도를 보여주고 있으며, 지난 5년간의 발생한 산불 중 75%가 산불 조심 강조기간에 발생하였으며, 그 중 90%가 봄철 산불조심기간에 집중되어 있었다. 또한, 봄철 산불조심 강조기간을 대상으로 순기 평균 산불연료지수에 대한 로지스틱 분석 결과 약 63%의 판별율을 나타내었다. 하지만, 모형의 정확도 향상을 위한 기상 자료의 보다 정확한 지역간 분류가 필요할 것으로 판단된다.

• 한국화재소방학회:학술대회논문집
• /
• 한국화재소방학회 2010년도 추계학술발표회 자료집
• /
• pp.370-374
• /
• 2010

기후변화는 우리생활에서 많은 영향을 줄 것으로 예측되고 있다. 산불 또한, 발생 빈도와 강도 면에서 상당한 영향을 받을 것으로 예측된다. 본 연구에서는 기후변화모형(GCM)과 캐나다 산불 기상 지수의 미세연료 수분지수를 활용하여, 우리나라에서 기후변화 후 예측 되는 산불 발생의 가능성과 산불 계절의 변화를 예측하여, 향후 산불 방제 정책의 기본 자료로 삼고자 하였다. 밸런스형 사회가 유지될 경우의 미세 연료 수분 지수의 분석 결과, 산불 계절이 현재 보다 변화하는 것으로 나타나 이에 대한 사전 대비가 필요한 것으로 분석되었다.

• 한국빅데이터학회지
• /
• 제3권2호
• /
• pp.71-78
• /
• 2018

본 연구는 산불 발생 예측 모형의 정확도를 높이기 위해 머신러닝 기법을 적용한 연구이다. 산불 피해면적이 가장 큰 강원도를 중심으로 2003년부터 2016년까지 총 14년의 산불 자료를 이용하였다. 기상자료의 오차를 줄이기 위해 강원도를 9개의 구역으로 나누어 각 구역 관측소의 기상자료를 이용하였다. 9개의 구역으로 나누어 각 구역의 산불 예측 모형을 만들게 되면 산불이 발생한 날(majority)과 산불이 발생하지 않은 날(minority)의 비율 차이가 큰 불균형 문제가 발생한다. 불균형 문제에서는 모델의 성능이 떨어지는 현상이 발생할 수 있다. 이를 해결하기 위해 여러 샘플링 방법을 적용하였다. 또한 모델의 정확도를 높이기 위해 캐나다 산불 기상 지수(FWI)의 5가지 지수를 파생변수로 사용하였다. 모델링 방법은 통계적 방법인 로지스틱 회귀분석 방법과 머신러닝 방법인 random forest와 xgboost 방법을 사용하였다. 각 구역의 최종모델의 선택기준을 정확도, 민감도, 특이도를 고려하여 정했으며, 9개 구역의 예측 결과는 산불이 발생한 104건 중 80건의 발생 예측에 성공하였으며 산불이 발생하지 않은 9758건 중 7426건의 발생하지 않음을 예측했다. 전체의 정확도는 76.1%였다.

• 지적과 국토정보
• /
• 제47권2호
• /
• pp.107-120
• /
• 2017

산불은 한번 발생하면 기상, 지형 등 여러 악조건으로 인해 효과적인 진화가 어려워 넓은 면적으로 확대되는 경우가 많다. 따라서 산불의 예방이 중요하기 때문에 세계 각국에 다양한 산불위험지수와 예측시스템이 존재한다. 그러나 이러한 산불위험지수 및 지면건조지수가 우리나라의 산불발생에 적용가능한지에 대한 객관적인 평가는 이루어진 바 없다. 이에 본 연구에서는 1.5km 격자의 LDAPS(Local Analysis and Prediction System) 기상자료 및 1km 격자의 MODIS(Moderate-resolution Imaging Spectroradiometer) 위성자료를 활용하여 각종 산불위험지수와 지면건조지수의 우리나라 산불발생에 대한 민감도분석을 수행하고자 한다. 기상기반 산불위험지수로는 호주의 FFDI(forest fire danger index), 캐나다의 FFMC(fine fuel moisture code), 미국의 HI(Haines index), 그리고 학술연구에서 제시된 MNI(modified Nesterov index)를 산출하였고, 위성기반 지면건조지수인 NDDI(normalized difference drought index)와 TVDI(temperature vegetation dryness index)를 산출하여 우리나라 산불발생에 대한 적용가능성 실험을 수행하였다. 2013년 1월부터 2017년 5월까지 발생한 피해면적 1ha가 넘는 산불 120건과 6종류의 지수를 비교한 결과, FFDI는 피해면적 10ha가 넘는 모든 산불에 대하여 극도로 높은 CDF(cumulative density function) 값을 나타냈으며, FFDI와 FFMC는 피해면적 3ha가 넘는 산불에 대하여 평균 CDF 값이 0.95가 넘게 나타나는 등 매우 우수한 성능을 보였다. 반면, MNI는 이슬점온도와 기온의 차이가 크지 않은 우리나라의 계절적 특성 때문에 2월의 산불예측을 거의 하지 못하였고, TVDI는 전체적으로 산불발생에 대한 민감도가 낮은 것으로 나타났다. NDDI는 피해면적의 크기에 상관없이 평균 CDF 값이 안정적으로 높게 산출되어 위성기반 지면건조지수로서 보조적인 활용가능성이 있을 것으로 보인다. 이러한 산불위험지수와 지면건조지수를 취사선택 및 융합하여 활용한다면, 우리나라 산불예측에 일조할 수 있을 것으로 사료된다.

• 한국지리정보학회지
• /
• 제22권4호
• /
• pp.116-130
• /
• 2019

우리나라는 산림 내 연료 물질 증가와 기후변화 등의 요인으로 산불의 연중화와 대형화가 증가하는 추세에 있으므로 산불 발생 확률에 대한 정보를 제공함으로써 산불 발생을 예방하여 피해를 최소화할 필요성이 대두되고 있다. 본 연구에서는 현 산불예보시스템에서 제공하는 산불위험지수(DWI; Daily Weather Index)를 개선하기 위한 방법을 살펴보았다. 즉, 우리나라 산불위험지수의 시간 및 공간적 정확성 향상을 통한 고도화를 목적으로, 기상청에서 제공하는 동네예보 자료, 위성기반의 가뭄 지수, 산불 다발 지역 지도를 융합하여 5km 격자 형태로 제공되는 새로운 산불위험지수(FRI; Fire Risk Index)를 제안하였다. 산불위험지수는 캐나다에서 현업으로 사용되는 미세 연료 지수를 기반으로 우리나라에 최적화한 미세 연료 지수, 가뭄지수의 곱과 시간 및 공간적 가중치를 통하여 산출된다. 시간적인 정확성 향상을 위하여 산림청에서 제공하는 산불 피해 대장 표를 이용하여 월별 산불 통계량을 통한 월별 가중치를 적용하였으며, 공간적인 정확성 향상을 위하여 산불 다발 지역 지도의 산불 밀도 정보를 이용하여 가중치를 적용하였다. 월별 산불 발생 건수와 제안된 산불위험지수의 시계열을 분석하였을 때 증가 및 감소 경향을 잘 모의하고 있었으며, 5km 격자 형태로 산불위험지수를 제공함으로써 행정 구역 단위로 산불위험지수를 제공할 때보다 상세한 정보를 제공할 수 있었으므로 지역적으로 더욱 정확하고 구체적인 산불 예방에 대한 의사 결정에 도움이 될 것으로 기대된다.