• 한국화재소방학회논문지
• /
• 제24권4호
• /
• pp.18-26
• /
• 2010

강우 후 경과일수에 따른 연료습도 변화는 산불위험도 예측과 산불감시원 활용에 매우 중요하다. 따라서 이러한 산불위험 조건을 구명하기 위해 2007년 봄철 영동지방 소나무림에서 임분 밀도별로 5mm 이상 강우 후 지표에 떨어져 있는 고사한 나뭇가지의 직경이 0.6cm 이하, 0.6~3.0cm, 3.0~6.0cm, 6.0cm 이상에 대한 연료습도변화 예측모델을 개발하였다. 연구결과 지표연료의 직경이 작고, 소임분일수록 연료습도의 감소가 빠르게 진행되었으며 산불위험 연료습도에 도달하는 날짜도 소임분 직경 0.6cm 이하의 경우 2일차, 직경 0.6~3.0cm의 경우 3일차로 나타났다. 이러한 결과를 토대로 각 직경별 연료습도변화 예측모델($R^2=0.76{\sim}0.92$)을 개발하였으며, 2008년 동일기간의 강우 후 기상 실측자료를 적용하여 예측모델을 검증한 결과 1% 수준에서 유의성이 있음을 알 수 있었다.

• 한국화재소방학회논문지
• /
• 제30권1호
• /
• pp.57-62
• /
• 2016

본 연구에서는 한국환경정책평가연구원에서 가장 최근에 배포한 기후변화 취약성 평가 프로그램인 VESTAP을 활용하여 RCP 8.5 시나리오를 기반으로 2000년대에서 2040년대까지 제주시 및 서귀포시에 대한 산불 취약성을 평가하였다. 평가된 취약성 지수는 표준화 작업을 통해 제주시 및 서귀포시를 종합한 제주도 전체 읍면동의 산불 취약성 평가에 활용하였는데, 취약성이 높은 상위 10개 읍면동으로 제주시는 도서지역인 추자면과 우도면 그리고 2개의 동지역이, 서귀포시는 대정읍과 5개의 동지역이 산불에 대한 취약성이 상대적으로 높게 평가되었다.

• 한국환경복원기술학회지
• /
• 제25권6호
• /
• pp.1-11
• /
• 2022

Recently, climate change has been regarded as a major cause of large-scale forest fires worldwide, and there is concern that more frequent and severe forest fires will occur due to the level of greenhouse gas emissions. In this study, the daily Keetch and Byram Drought Index (KBDI) of the Baekdudaegan in Chungcheong region including Sobaeksan, Songnisan, and Woraksan National Parks were calculated to assess effect of climate change on the forest fire potential- severity of annual maximum KBDI and frequency of high KBDI days. The present (2000~2019) and future KBDI(2021~2040, 2041~2060, 2081~2090) were calculated based on the meteorological observation and the ensemble regional climate model of the SSP1-2.6 and SSP5-8.5 scenarios with a spatial resolution of 1-km provided by Korea Meteorological Administration(KMA). Under the SSP5-8.5 scenario, 6.5℃ increase and 14% precipitation increase are expected at the end of the 21st century. The severity of maximum daily KBDI increases by 48% (+50mm), and the frequency of high KBDI days (> 100 KBDI) increases more than 100 days, which means the high potential for serious forest fires. The analysis results showed that Songnisan National Park has the highest potential for forest fire risk and will continue to be high in intensity and frequency in the future. It is expected that the forest vulnerability of the Baekdudaegan in the Chungcheong region will greatly increase and the difficulty in preventing and suppressing forest fires will increase as the abundance of combustible materials increases along with climate changes.

• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2008년도 정기총회 및 학술발표대회
• /
• pp.149-152
• /
• 2008

This study is the result between the variation of fuel moisture and the risk of forest fire through measuring the change of moisture containing ratio on-site and its average analysis for fallen leaves layer, humus layer, and soil layer in the forest. The measurement was performed on six days from the day after a rainfall. The fuel moisture on-site was measured on the day when the accumulated rainfall was above 5.0mm, and the measurements was 2 times in spring and 1 time in fall. From the pine forest which were distributed around Samcheok and Donghae in Kangwondo, three regions were selected by loose, medium, and dense forest density, and the fuel moisture was measured on fallen leaves layer, humus layer, and soil layer in the forest. for six days from the day after a rainfall. The study showed that the moisture containing ratio converged on 3 - 4 days in spring and fall for fallen leaves layer, and the convergence was made more than six days in spring and fall for the humus layer. In the other case of soil layer, the variation of moisture containing ratio after rainfall was not distinguishable regardless of season.

• 대한토목학회논문집
• /
• 제41권3호
• /
• pp.209-217
• /
• 2021

산불은 대부분 인위적인 원인에 의해 발생되지만, 산불의 피해가 대규모로 확산하는 연소 조건은 자연현상에 의해 영향을 받게 된다. 본 연구에서는 여러 인자 사이의 의존 및 인과관계를 분석할 수 있는 부분최소제곱 구조방정식 모형(PLS-SEM)을 이용하여 기상 및 가뭄이 산불 발생에 미치는 인과관계와 영향 정도를 평가하였다. 그 결과 지난 2015년부터 약 5년 기간 동안 발생한 강원도 산불에 미치는 가뭄의 영향은 27 %, 기상학적 영향은 38 %로 확인되었다. 또한, 강원도에서 발생한 산불 중에서 봄철에 발생한 산불은 약 60 %의 비율을 차지하며, 이는 기상학적 요인과 더불어 이전 연도의 가을과 겨울철 가뭄이 산불 발생에 영향을 미치는 것으로 해석된다. 산불 발생위험을 평가하는 데 있어 극심한 기상학적 가뭄이 가을과 겨울철에 발생했다면, 이듬해 봄에는 산불의 발생확률은 증가할 가능성이 있다.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.351-361
• /
• 2021

화재는 막대한 재산과 인명피해를 초래하고 있으며 크고 작은 화재가 지속해서 발생하고 있다. 따라서 본 연구는 화재 유형별로 화재에 영향을 미치는 각종 위험요인을 예측하고자 한다. 전국에서 화재 발생 건수가 가장 많은 경기도를 대상으로 화재발생위험요인 예측분석을 실시하였다. 또한, 머신러닝 방법인 SVM, RF, GBRT를 활용하여 각 모형의 정확성을 MAE,RMSE를 통해 적합도가 높은 모형을 제시하였으며 이를 토대로 경기도 화재발생요인 예측분석을 실시하였다. 머신러닝 방법 3가지를 비교분석한 결과 RF가 MAE 1.517, RMSE 1.820으로 나타났으며 MAE, RMSE 검증데이터 및 시험데이터의 경우 MAE값 0.024, RMSE값 0.12의 차이로 매우 유사하게 나타나 가장 우수한 예측력으로 나타났다. RF기법을 적용하여 분석한 결과 공통적으로 발화장소가 화재발생에 가장 큰 영향을 주는 위험요인으로 나타났다. 이러한 연구 결과는 화재발생에 영향을 주는 요인들의 위험순서를 파악하여 화재안전관리의 유용한 자료로 활용될 것으로 예상된다.

• 한국화재소방학회논문지
• /
• 제25권4호
• /
• pp.8-21
• /
• 2011

본 연구는 역사기록서 분석을 통해 조선시대 518년 동안 산불발생 및 특성에 관한 기록을 고찰하였다. 본 연구에 활용된 역사기록서는 조선왕조실록, 승정원일기, 국역비변사 등록, 각부청의서존안, 철종행장 등으로 조선시대 왕조별로 산불이 기록된 문헌을 조사, 분석하였다. 역사기록문헌에서 기록된 산불 내용은 발생 개요, 산불 종류, 산불피해 등에 관한 사항과 함께 송전(松田)의 산불예방 조치사항 등이 포함되어 있다. 조선시대 역사기록서를 분석한 결과, 산불발생건수가 많았던 왕조는 현종(14건)과 순조(13건)로 강풍으로 인한 산불피해가 극심한 것으로 기록되었고 최대 산불피해는 순조 4년(1804)에 발생한 강원도 동해안 산불로 사망자 61명, 민가 2,600호가 소실되었다. 또한 최대 인명피해가 발생한 산불은 현종 13년(1672) 강원도 동해안 산불로 65명이 사망하였다. 조선시대 산불 발생 원인은 원인미상(42건)>실화(10건)>방화, 낙뢰(3건)>수렵입화(2건)>어린이 불장난, 논밭두렁소각, 가옥화재(각 1건)로 나타났으며 지역별 산불발생은 동해안 지역이 39건(56 %)으로 가장 많이 발생한 것으로 나타났다. 계절별 산불발생은 봄철기간 산불이 46건(73 %)으로 가장 많은 것으로 나타났으며 연중 산불이 가장 많이 발생한 기간은 4~5월로 현재의 산불위험시기와 유사하다. 산불관련자에 대한 처벌의 경우, 방화자 및 실화자에 대해서는 유배, 관직박탈, 효시 등의 처벌기록과 관리지역 책임자에 대한 문책이 기록되어 있다. 결론적으로 조선시대의 경우에도 산불 위험성과 심각성에 대해 여러 문헌에서 기록되어 있는 것을 알 수 있고 현재 우리나라 산불발생 기간 및 지역 패턴과 유사한 것으로 나타났다.

• 한국재난정보학회 논문집
• /
• 제17권2호
• /
• pp.245-253
• /
• 2021

연구목적: 본 연구는 화재발생 건축물 정보, 신고자 취득 정보 등 초기 정보를 활용하여 화재현장의 위험도를 예측하여, 재난 발생 초기에 효과적인 소방자원 동원 및 적절한 대응을 위한 피해최소화 전략 수립을 지원하는 위험도 예측 모델을 개발하고자 한다. 연구방법: 화재 통계 데이터 상에서 화재의 피해규모와 관련된 변수 규명을 위해 머신러닝 알고리즘을 이용한 변수간 상관성 분석을 실시하여 예측 가능성을 검토하고, 데이터 표준화 및 이산화 등의 전처리를 통해 학습 데이터 셋을 구축하였다. 이를 활용하여 예측 정확도가 높은 것으로 평가 받고 있는 복수의 머신러닝 알고리즘을 테스트하여 가장 정확도가 높은 알고리즘을 적용한 위험도 예측 모델을 개발하였다. 연구결과: 머신러닝 알고리즘 성능 테스트 결과 랜덤포레스트 알고리즘의 정확도가 가장 높게 나왔으며, 위험도 등급에 대해서는 중간치에 대한 정확성이 상대적으로 높은 것으로 확인되었다. 결론: 화재 통계 상 피해규모 데이터의 편향성에 의해 예측모델 정확도가 제한적으로 나타났으며, 예측 모델 성능 개선을 위해 데이터 정합성 및 결손치 보완 등을 통한 데이터 정제가 필요하다.

• 지질공학
• /
• 제34권1호
• /
• pp.107-115
• /
• 2024

This study assesses forest fire susceptibility in Gangwon-do, South Korea, which hosts the largest forested area in the nation and constitutes ~21% of the country's forested land. With 81% of its terrain forested, Gangwon-do is particularly susceptible to wildfires, as evidenced by the fact that seven out of the ten most extensive wildfires in Korea have occurred in this region, with significant ecological and economic implications. Here, we analyze 480 historical wildfire occurrences in Gangwon-do between 2003 and 2019 using 17 predictor variables of wildfire occurrence. We utilized three machine learning algorithms—random forest, logistic regression, and support vector machine—to construct wildfire susceptibility prediction models and identify the best-performing model for Gangwon-do. Forest and soil map data were integrated as important indicators of wildfire susceptibility and enhanced the precision of the three models in identifying areas at high risk of wildfires. Of the three models examined, the random forest model showed the best predictive performance, with an area-under-the-curve value of 0.936. The findings of this study, especially the maps generated by the models, are expected to offer important guidance to local governments in formulating effective management and conservation strategies. These strategies aim to ensure the sustainable preservation of forest resources and to enhance the well-being of communities situated in areas adjacent to forests. Furthermore, the outcomes of this study are anticipated to contribute to the safeguarding of forest resources and biodiversity and to the development of comprehensive plans for forest resource protection, biodiversity conservation, and environmental management.

• 한국빅데이터학회지
• /
• 제6권1호
• /
• pp.133-144
• /
• 2021

본 논문은 서울시에 존재하는 건물을 대상으로 화재 발생 시 재산 피해액, 화재 발생 여부를 예측하여 건물별 화재 위험도를 도출하였다. 본 연구는 건물의 특성뿐 아니라 해당 건물이 속한 행정동의 특성 및 소방 시설 접근성과 같은 변수를 활용하였다는 점에서 기존 선행연구와의 차이점을 지닌다. 앙상블 보팅(Ensemble Voting) 기법을 활용해 서로 다른 알고리즘을 병합했으며, 이를 통해 재산 피해액과 화재 발생 여부를 예측하고 변수 중요도를 추출하여 화재 위험도를 산출하는 방향으로 연구를 진행하였다. 구축된 모델을 사용하여 서울시에 존재하는 300개 건물을 대상으로 적용한 결과, 화재 위험도 1등급의 경우 건물 내 세대 수가 많으며, 관할 119안전센터가 가장 멀리 위치하는 등 화재 발생 시 그 규모를 키울 수 있는 요인들이 많은 것으로 나타났다. 반면 5등급의 경우, 주변 건물 수나 사업체 수는 많지만, 관할 119안전센터가 가장 가까이 위치해 있어 화재에 적절히 대응할 수 있는 건물들로 나타났다.