• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.175-175
• /
• 2023

Detection and monitoring of wildfires are essential for limiting their harmful effects on ecosystems, human lives, and property. In this research, we propose a novel method running in the Google Earth Engine platform for identifying and characterizing burnt regions using a hybrid of Sentinel-1 (C-band synthetic aperture radar) and Sentinel-2 (multispectral photography) images. The 2022 Uljin wildfire, the severest event in South Korean history, is the primary area of our investigation. Given its documented success in remote sensing and land cover categorization applications, we select the Random Forest (RF) method as our primary classifier. Next, we evaluate the performance of our model using multiple accuracy measures, including overall accuracy (OA), Kappa coefficient, and area under the curve (AUC). The proposed method shows the accuracy and resilience of wildfire identification compared to traditional methods that depend on survey data. These results have significant implications for the development of efficient and dependable wildfire monitoring systems and add to our knowledge of how machine learning and remote sensing-based approaches may be combined to improve environmental monitoring and management applications.

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.545-557
• /
• 2022

본 연구는 직접적인 접근이 어려운 demilitarized zone (DMZ)의 산불 피해 지역을 파악하기 위하여, 고해상도 위성영상 및 머신러닝 기반의 감독 분류 기법을 이용하였다. 고해상도 위성 영상은 Sentinel-2 A/B를 이용하였으며, SVM 감독분류 기법을 기반으로 토지피복도를 산출하였다. DMZ 산불 피해 지역을 분류하기 위한 최적의 조합을 찾기 위하여 SVM 내에 다양한 커널과 밴드 조합에 따른 감독 분류를 진행하고 오차 행렬을 통해 정확도를 평가하였다. 또한, 2020년, 2021년은 위성영상 자료 기반의 산불 탐지 결과와 산불 연보의 피해 지역 면적 간의 비교를 통한 검증을 수행하였다. 이후, 현재 피해 면적 자료가 없는 2022년의 산불 피해 지역을 탐지함으로써 신뢰할 만한 수준의 결과를 신속적으로 파악하고자 하였다.

• 대한원격탐사학회지
• /
• 제35권4호
• /
• pp.517-534
• /
• 2019

In abrupt fire disturbances, high quality images suitable for wildfire damage assessment can be difficult to acquire. Quantifying wildfire burn area and severity are essential measures for quick short-term disaster response and efficient long-term disaster restoration. Planetscope (PS) imagery offers 3 m spatial and daily temporal resolution, which can overcome the spatio-temporal resolution tradeoff of conventional satellites, albeit at the cost of spectral resolution. This study investigated the potential of augmenting PS imagery by integrating the spectral information from Sentinel-2 (S2) differenced Normalized Burn Ratio (dNBR) to PS differenced Normalized Difference Vegetation Index (dNDVI) using histogram matching,specifically for wildfire burn area and severity assessment of the Okgye wildfire which occurred on April 4th, 2019. Due to the difficulty in acquiring reference data, the results of the study were compared to the wildfire burn area reported by Ministry of the Interior and Safety. The burn area estimates from this study demonstrated that the histogram-matched (HM) PS dNDVI image produced more accurate burn area estimates and more descriptive burn severity intervals in contrast to conventional methods using S2. The HM PS dNDVI image returned an error of only 0.691% whereas the S2 dNDVI and dNBR images overestimated the wildfire burn area by 5.32% and 106%, respectively. These improvements using PS were largely due to the higher spatial resolution, allowing for the detection of sparsely distributed patches of land and narrow roads, which were indistinguishable using S2 dNBR. In addition, the integration of spectral information from S2 in the PS image resolved saturation effects in areas of low and high burn severity.

• 대한원격탐사학회지
• /
• 제37권5_3호
• /
• pp.1389-1403
• /
• 2021

고해상도(Very High Resolution; VHR) 위성영상을 이용한 재난 피해 평가는 신속한 피해 정보 추출과 함께 세부적인 피해 정보 획득이 가능하다. 하지만 일반적으로 VHR 위성의 낮은 영상 취득 주기로 인해 재난 발생 전 VHR 영상의 수급은 제한적이며, 재난 발생 후 영상만으로는 피해 지역과 미피해 지역의 정확한 식별에 한계가 존재한다. 이에 본 연구에서는 산불 발생 후 VHR 위성영상과 GIS (Geographic Information System) 데이터를 이용하여 국내 산불 피해 지역에 대한 변화 탐지를 수행하였다. 산불 발생 전 VHR 영상을 대체하기 위한 GIS 데이터로는 토지피복도가 사용되었으며, 산불 발생 전 토지피복 현황에 대한 공간정보를 이용하여 산불발생 전 NIR (near-infrared) 영상을 시뮬레이션하였다. 변화 탐지 과정에서는 NDVI (Normalized Difference Vegetation Index) 상관도 기반의 변화 탐지 기법을 적용하였으며, superpixel 기반의 영상 분석을 통해 영상 분석의 복잡도를 감소시키는 동시에 VHR 영상의 디테일을 보존하고자 하였다. 제안 기법은 2019년 발생한 강원도 산불 지역에 대해 검증되었으며, 두 연구 지역에 대해 모두 98% 이상의 높은 전체 정확도와 0.97 이상의 높은 F1-score 값을 제시하였다.

• 한국인터넷방송통신학회논문지
• /
• 제24권5호
• /
• pp.19-24
• /
• 2024

전 지구적인 기후변화는 장기간에 걸친 온도 상승, 강우량의 변화 등으로 전 세계적으로 자연재해가 증가하고 있다. 그 중 산불의 발생은 점차 대형화되고 있는 추세이다. 대한민국은 10년(2013~2022년)동안 평균 537건의 산불이 발생하여 3,560ha의 산림이 소실되었으며, 이것은 매년 1,180개의 축구장 면적(약 3ha)의 산림이 타고 있는 것이다. 본 논문은 이미지와 텍스트 정보를 활용한 인공지능 기반 산불 탐지 방법을 제안한다. 제안 방법은 YOLOv9-C, RT-DETR-Res50, RT-DETR-L, YOLO-World-S 방법과 mAP50, mAP75, FPS에 대해 성능을 비교하였으며, 타 방법보다 높은 성능을 가진 것을 확인하였다. 제안 방법은 강원특별자치도에 산불조기감지 시스템의 산불탐지 모델로 실증하였으며, 추후 산림지역 뿐만 아니라 도시지역도 포함할 수 있는 화재탐지 방향으로 고도화할 계획이다.

• 한국작물학회:학술대회논문집
• /
• 한국작물학회 2022년도 추계학술대회
• /
• pp.136-136
• /
• 2022

• IEIE Transactions on Smart Processing and Computing
• /
• 제2권3호
• /
• pp.117-129
• /
• 2013

The increasing demand for monitoring wildfires and their impact on the land surface have prompted studies of burned area extraction and analysis. To differentiate burned and unburned area, the earlier method of the Moderate Resolution Imaging Spectro-radiometer (MODIS) Burned Area Detection Algorithm was proposed to estimate the change in land surface based on the reflectance energy. The energy, whose wavelengths are sensitive to burning, was selected to calculate the change parameter $Z_{score}$. This method was applied using the MODIS images to produce a MODIS Burned Area product. The approach was to simplify this algorithm to make it compatible with the Landsat 7 ETM+ SLC-off images. To extract the refined version of burned regions, post-processing was carried out by applying a median filter, dilation morphology algorithm, and finally a gap filling method. The experimental results showed that the detailed burned areas extracted from the proposed method exhibited more spatial details than those of the MODIS Burned products in the large U.S areas. The results also revealed the discontinuous distribution of burned regions in Vietnam forests.

• 대한원격탐사학회지
• /
• 제36권2_1호
• /
• pp.179-197
• /
• 2020

지형 정규화 기법은 영상 촬영 시의 광원, 센서 및 지표면 특성에 따라 발생하는 밝기값 상의 지형적인 영향을 제거하는 방법으로, 지형 조건으로 인해 동일 피복의 픽셀들이 서로 다른 밝기값을 지닐 때 그 차이를 감소시킴으로써 평면 상의 밝기값과 같아 보이도록 보정한다. 이러한 지형적인 영향은 일반적으로 산악 지형에서 크게 나타나며, 이에 따라 산불 피해 지역 추정과 같은 산악 지형에 대한 영상 활용에서는 지형 정규화 기법이 필수적으로 고려되어야 한다. 그러나 대부분의 선행연구에서는 중저해상도의 위성영상에 대한 지형 보정 성능 및 분류 정확도 영향 분석을 수행함으로써, 고해상도 다시기 영상을 이용한 지형 정규화 기법 분석은 충분히 다루어지지 않았다. 이에 본 연구에서는 PlanetScope 영상을 이용하여 신속하고 정확한 국내 산불 피해 지역 탐지를 위한 각 밴드별 최적의 지형 정규화 기법 평가 및 선별을 수행하였다. PlanetScope 영상은 3 m 공간 해상도의 전세계 일일 위성영상을 제공한다는 점에서 신속한 영상 수급 및 영상 처리가 요구되는 재난 피해 평가 분야에 높은 활용 가능성을 지닌다. 지형 정규화 기법 비교를 위해 보편적으로 이용되고 있는 7가지 기법을 구현하였으며, 토지 피복 구성이 상이한 산불 전후 영상에 모두 적용, 분석함으로써 종합적인 피해 평가에 활용될 수 있는 밴드 별 최적 기법 조합을 제안하였다. 제안된 방법을 통해 계산된 식생 지수를 이용하여 화재 피해 지역 변화 탐지를 수행하였으며, 객체 기반 및 픽셀 기반 방법 모두에서 향상된 탐지 정확도를 나타내었다. 또한, 화재 피해 심각도(burn severity) 매핑을 통해 지형 정규화 기법이 연속적인 밝기값 분포에 미치는 효과를 확인하였다.

• 한국정보통신학회논문지
• /
• 제20권8호
• /
• pp.1581-1586
• /
• 2016

본 논문에서는 산불 발생 시 화재의 확산경로와 속도 예측이 가능한 관제 모니터링 알고리즘을 개발 하였다. 특히 관제 기능에서는 안전 구역 확보를 통해 화재진압에 소요되는 시간을 줄이고 인명, 산림재산 피해를 최소화 하는 방법을 제안한다. 기존 산불 확산 경로 예측 방법에서는 지형, 기상, 연료인자, 영상정보 등을 통해 산불 확산 모델 및 속도를 예측한다. 하지만 이 경우 범위가 넓은 산을 관제하기엔 비용도 많이 소요가 되고, 확산 모델 예측 및 경로 파악에만 집중하여 안전 구역 확보에 대한 노력이 부족한 문제점들이 발생한다. 따라서 본 논문에서는 산불의 이동방향과 속도를 예측하고 화재 진압을 위한 안전구역을 확보하는 알고리즘을 제안한다. 제안된 알고리즘은 온도 변화량 및 연기와 풍향 등의 산불 재난에 따른 속성정보를 분석하여 산불의 이동방향을 예측하고 안전구역을 확보하는 기법이다. 개발된 훈련 관제 모니터링 시스템은 주어진 모의실험 환경에서 산불의 이동 속도 및 이동 방향의 분석이 가능하고 산불에 대한 확산 예측과 진화 및 진압 훈련이 가능한 중앙관제 모니터링 기능을 제공한다.

• 대한원격탐사학회지
• /
• 제39권5_2호
• /
• pp.859-873
• /
• 2023

산불은 오랜 기간동안 사회 및 경제적으로 지구에 많은 피해를 야기하며, 이러한 산불은 자연적 혹은 인위적으로 발생되어왔다. 이로 인해 여러 실험들에서 산불로 인한 악영향에 관한 연구들을 진행하였으며, 동시에 산불 발생 시 빠른 대처를 위한 산불탐지 및 오염배출 물질 탐지 등과 같은 연구들도 수행되었다. 그러나 현재까지 한국 및 동아시아 영역을 배경으로 한 연구는 부족한 실정이고 산불 탐지에 활용되는 자료들의 정확도에 한계가 있었다. 본 연구에서는 정지궤도 환경위성(Geostationary Environment Monitoring Spectrometer, GEMS) 영상에 위색합성기법을 활용해 새로운 산불연기 탐지 산출물을 생성하고 해당 영상을 U-Net 모델링에 활용해 기존의 연구들에서 산불 탐지시에 활용했던 가시광선 채널 영상의 한계를 보완하였다. 그리고 U-Net 모델링을 통해 산출된 산불연기 영역으로부터 황사 픽셀 필터링을 수행하는 분류모델을 구축하여 순수 산불연기 탐지 영상을 산출하였으며, 이는 GEMS 기반의 재난감시에 활용될 수 있을 것으로 기대한다.