• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.4-4
• /
• 2020

Three wildfires severely damaged local towns and forests in Gangwon-do, South Korea in 2019 April 4-5. Local hydrological regime could be greatly altered by the wildfires, therefore it is important to assess its damage (e.g. area and severity) and also resultant changes in hydrological fluxes. We retrieved the Normalized-Burned Ratio (NBR) index using remote-sensing data (Moderate Resolution Imaging Spectroradiometer (MODIS) 500-m 8-day surface reflectance data), and delineated the damaged-area based on the difference in the NBR (dNBR) before and after the wildfires. We then estimated changes in the annual evapotranspiration (AET) in 2019 using the MODIS evapotranspiration data (500-m 8-day). It was found that the damaged-area of the three wildfires was 29.50 km^2 in total, which take up 1.00-6.19% area of five catchments. It was estimated that the AET would be decreased as 0.05-1.56% over those five catchments, as compared to the pre-fire AET (2004-2018). The impact of the wildfires on the catchment AET was less severe than expected (i.e. up to 1.56%) mostly because two big wildfires were distributed across two catchments respectively (i.e. four catchments for the two wildfires) and the other wildfire was small and not severe. This study highlights the importance of assessing the area and severity of a wildfire when estimating its impact on the local hydrological cycle.

• 대한원격탐사학회지
• /
• 제36권1호
• /
• pp.29-39
• /
• 2020

Forest fire is a critical disaster that causes massive destruction of forest ecosystem and economic loss. Hence, accurate estimation of the burned area is important for evaluation of the degree of damage and for preparing baseline data for recovery. Since most of the area size damaged by wildfires in Korea is less than 1 ha, it is necessary to use satellite or drone images with a resolution of less than 10m for detecting the damage area. This paper aims to detect wildfire-damaged area from a Kompsat-3 image using the indices such as NDVI (normalized difference vegetation index) and FBI (fire burn index) and to examine the classification characteristics according to the methods such as Otsu thresholding and ISODATA(iterative self-organizing data analysis technique). To mitigate the salt-and-pepper phenomenon of the pixel-based classification, a gaussian filter was applied to the images of NDVI and FBI. Otsu thresholding and ISODATA could distinguish the burned forest from normal forest appropriately, and the salt-and-pepper phenomenon at the boundaries of burned forest was reduced by the gaussian filter. The result from ISODATA with gaussian filter using NDVI was closest to the official record of damage area (56.9 ha) published by the Korea Forest Service. Unlike Otsu thresholding for binary classification,since the ISODATA categorizes the images into multiple classes such as(1)severely burned area, (2) moderately burned area, (3) mixture of burned and unburned areas, and (4) unburned area, the characteristics of the boundaries consisting of burned and normal forests can be better expressed. It is expected that our approach can be utilized for the high-resolution images obtained from other satellites and drones.

• 한국수자원학회논문집
• /
• 제52권11호
• /
• pp.941-946
• /
• 2019

산불은 면적과 산불 강도에 따라 지역 수문환경을 중대하게 변화시킬 수 있는 중대한 요소이며, 따라서 측정자료와 모형모의를 통한 산불의 영향과 피드백을 이해하는 것은 중요하다. 본 연구에서는 2019년 4월 4-5일에 대한민국 강원도에서 발생한 산불을 원격탐사자료(8-일 500-m MODIS 지표면 반사율 자료)를 사용하여 계산한 정규탄화지수의 차이(dNBR)를 이용하여 탐지하였다. 그 결과, 산불피해 총면적은 5개의 표준유역에 걸쳐 $29.50km^2$에 달하였고, 유역 면적의 1.00-6.19%를 차지하는 것으로 나타났다. 또한, 원격탐사자료(8-일 500-m MODIS 증발산량 추산자료)를 사용하여 분석한 결과, 산불 이전(2004-2018년)과 비교하여 2019년의 연간 증발산량이 해당 5개 유역에서 0.05-1.56% 감소할 것이라고 추산하였다. 본 연구는 산불의 지역 수문 순환에 미치는 영향을 이해하는 데 중요하다.

• 한국안전학회지
• /
• 제27권3호
• /
• pp.176-181
• /
• 2012

In this research the 2009 spring occurred during forest fire ImSil and research destination GyeongJu has been selected. Research in the field of the target time exploratory Boundary Data through after air photos, satellite photos and topographic map by using the combustion area was calculated. 2009 March 1-forest fire occurs on the day of the weather information and weather changes wildfire in the check in any affected. Study research destination of combustion is ImSil 161 ha, GyeongJu 270.93 ha. The impact of the weather-temperature dry weather forest fires this favorable situation to occur and the wind directions and the spread of the mountain wind speed was less impact has no arguments.

• 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.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.443-449
• /
• 2022

With climate change and the global population growth, the frequency and scope of wildfires are constantly increasing, which threatened people's lives and property. For example, according to California Department of Forestry and Fire Protection, in 2020, a total of 9,917 incidents related to wildfires were reported in California, with an estimated burned area of 4,257,863 acres, resulting in 33 fatalities and 10,488 structures damaged or destroyed. At the same time, the ongoing development of technology provides new tools to simulate and analyze the spread of wildfires. How to use new technology to reduce the losses caused by wildfire is an important research topic. A potentially feasible strategy is to simulate and analyze the spread of wildfires through computing technology to explore the impact of different factors (such as weather, terrain, etc.) on the spread of wildfires, figure out how to take preemptive/responsive measures to minimize potential losses caused by wildfires, and as a result achieve better management support of wildfires. In preparation for pursuing these goals, the authors used a powerful computing framework, Spark, developed by the Commonwealth Scientific and Industrial Research Organization (CSIRO), to study the effects of different weather factors (wind speed, wind direction, air temperature, and relative humidity) on the spread of wildfires. The test results showed that wind is a key factor in determining the spread of wildfires. A stable weather condition (stable wind and air conditions) is beneficial to limit the spread of wildfires. Joint consideration of weather factors and environmental obstacles can help limit the threat of wildfires.

• 대한원격탐사학회지
• /
• 제36권5_3호
• /
• pp.1109-1123
• /
• 2020

국토 대부분이 산림으로 구성되어 있는 대한민국은 매 년 많은 산불이 발생한다. 산불은 토양의 전단강도를 약화시켜 산사태에 취약한 토양층을 만들기도 하고, 수목의 복구가능여부에 따라 다른 계획 설립이 필요하기 때문에 산불피해면적 뿐만 아니라 피해강도에 대한 파악도 중요하다. 위성 원격탐사를 통한 산불피해강도 추정 연구가 많이 수행되어 왔으나, NDVI(Normalized Difference Vegetation Index)와 NBR(Normalized Burn Ratio) 등과 같은 단일 인자의 시계열 변화만을 이용하여 피해강도를 파악하기에는 한계가 있다. 본 연구에서는 Sentinel-1A SAR-C (Synthetic Aperture Radar-C)와 Sentinel-2A MSI(Multi Spectral Instrument)센서의 자료를 이용하여 기계학습방법을 통한 산불 피해강도 탐지 모델들을 제시하였다. 2017년 5월 삼척, 2019년 4월 강릉·동해, 2019년 4월 고성·속초 총 세개의 산불사례를 이용하여 RF(Random forest), LR(Logistic regression), SVM(Support Vector Machine)기계학습 모델을 구축하였다. 연구결과, random forest 모델이 82.3%의 총정확도로 가장 높은 성능을 보여주었다. 모델의 범용성 및 학습자료 민감도 확인을 위해 사례교차검증도 추가 시행하였는데, 그 결과 사례들의 시기적 차이에 의한 식생활력 및 재생도의 차이에 민감도가 높음을 확인하였다. 이는 추후 다양한 시공간적 사례를 추가할 시 개선이 될 것으로 보인다.

• 한국자원식물학회지
• /
• 제35권2호
• /
• pp.169-182
• /
• 2022

본 연구는 산불피해가 발생한 접경지역 산림 내 희귀특산식물(개느삼) 분포를 예측하고 피해를 정량화하고자 수행되었다. 이를 위해 산불피해강도에 따른 산림면적 피해(NBR), 임상도를 통한 수종별 피해(Vegetation map), MaxEnt 모델 분석을 수행, 보다 정밀한 결과를 도출하고자 하였다. 우선, 산불피해강도 분석은 위성영상(Landsat-8)을 활용하여, 산불피해강도(ΔNBR_2016-2015)를 분석하고 피해범위를 도출하였다. 임상도 작성은 환경부의 토지피복도, 산림청의 임상도, 자체적으로 식생조사를 진행하여, 산불 전·후의 임상도를 작성하고, 수종 피해 및 변화를 확인하였다. 마지막으로 MaxEnt 모델 분석은 관련문헌과 자체조사 자료를 기준으로 작성된 개느삼 실제서식지 좌표를 활용하여, AUC(Area Under Curve) 값을 도출하였다. 분석된 결과의 정밀도를 높이고자, 임상도와 결합하여, 개느삼이 주로 분포하는 소나무 군락 및 소나무-참나무림 군락을 대상으로 재분석한 결과, 대상지 내 개느삼 실제출현 좌표 325개소 중 299개 지점에서 개느삼 출현가능성이 92.0%로 예측되어 유의미한 결과를 얻을 수 있었다. 해당 자료를 산불피해강도(ΔNBR_2016-2015) 자료와 중첩한 결과, 산불피해지 내 개느삼 서식가능지(예측) 면적 44,760 m²의 45.9%인 20,552 m²가 훼손된 것을 확인할 수 있었다. 따라서 본 연구는 산불로 인해 훼손된 희귀식물 서식지 면적을 정량화하고 희귀식물 보전·관리를 위한 사례가 될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1413-1425
• /
• 2023

기후변화로 인한 대형 산불의 빈도가 증가함에 따라 극심한 인명 및 재산상의 피해를 초래하고 있다. 이로 인해 많은 식생이 소실되며, 그 강도와 발생 형태에 따라 생태계 변화에 영향을 끼친다. 생태계 변화는 다시 산불 발생을 유발하여 2차 피해를 야기한다. 따라서 산불 피해지에 대한 정확한 탐지 및 면적 산정의 중요성이 지속적으로 제기되고 있다. 효율적인 산불 피해지 모니터링을 위해 산불 발생 후 실시간 지형 및 기상정보는 물론 피해지역의 영상을 대규모로 취득할 수 있는 위성영상이 주로 활용되고 있다. 최근, 합성곱 신경망(convolution neural network, CNN) 기반 모델부터 고성능 트랜스포머(Transformer) 기반 모델에 이르기까지 딥러닝 알고리즘이 빠르게 발전하면서 산림원격탐사에서 이를 적용한 연구가 활발히 이루어지고 있다. 하지만 현재까지 적용된 딥러닝 모델은 제한적이며 현업에서의 합리적인 활용을 위한 정량적 성능평가에 대한 보고가 부족한 상황이다. 따라서 본 연구에서는 모델에 따른 성능향상과 데이터 설계에 따른 성능향상을 중점적으로 비교 분석하였다. 미국 캘리포니아 지역을 대상으로 CNN 기반 모델의 U-Net, High Resolution Network-Object Contextual Representation (HRNet-OCR)을 활용하여 산불 피해지 모델을 구축하였다. 또한, 기본 파장대역과 함께 식생활력도 및 지표의 수분함량 정도를 고려하고자 normalized difference vegetation index (NDVI), normalized burn ratio (NBR)와 같은 산불 관련 분광지수를 산출하여 입력 이미지로 사용하였다. U-Net의 mean intersection over union (mIoU)이 0.831, HRNet-OCR이 0.848을 기록하여 두 모델 모두 우수한 영상분할 성능을 보였다. 또한, 밴드 반사도뿐 아니라 분광지수를 추가한 결과 모든 조합에서 평가지표 값이 상승하여 분광지수를 활용한 입력 데이터 확장이 픽셀 세분화에 기여함을 확인하였다. 이와 같은 딥러닝 방법론을 발전시킨다면 우리나라의 산불 피해지에 대한 신속한 파악 및 복구 계획 수립의 기초자료로 활용될 수 있을 것으로 기대된다.

• 한국농림기상학회지
• /
• 제12권1호
• /
• pp.36-44
• /
• 2010

본 연구는 입지환경 인자를 적용하여 수종별 지위지수 추정식을 개발하고 이를 통해 해당 입지의 산림생산력을 추정함으로서 산불 피해지의 복구을 위한 수종 선택에 필요한 정보를 제공하고자 하였다. 이를 위해 입지환경 인자를 이용하여 동해안 산불 피해지역인 강릉, 고성, 동해, 그리고 삼척 지역에 적용할 수 있는 온대 중부지역의 수종별 지위지수 추정식을 조제하였다. 본 연구에서 도출된 수종별 지위지수 추정식은 4~5개의 비교적 소수의 입지환경 인자를 이용하여 산림생산력에 대한 높은 추정능력을 보였다. 또한 이와 같이 개발된 수종별 지위지수 추정식을 대상으로 모형의 평균 편의, 정도, 표준오차 등의 3가지 평가통계량에 근거한 검증을 실시한 결과 수종별 오차가 모두 0.5m 이내로 본 연구에서 도출된 지위지수 추정식의 실용성을 입증할 수 있었다. 지위지수 추정식의 검증결과를 보면전반적으로 본 연구에서 개발된 수종별 지위지수 추정식의 평가통계량은 낮은 것으로 판명되어 실제 적용하는 데는 문제가 없는 것으로 평가되었다. 본 연구에서 개발한 수종별 지위지수 추정식은 몇가지의 입지환경 인자만으로 산불 피해지에 대한 수종별 산림생산력을 추정할 수 있는 것으로 판명되어 앞으로 활용가치가 높을 것으로 평가된다. 특히 본 연구에서 얻어진 결과는 수종별 적지판정과 이를 통한 산림의 경영 및 관리에 유용한 정보로 활용될 수 있을 것으로 기대된다. 산불 피해지역의 입지평가 기준을 설정하기 위해서는 우선 산불피해임지를 자연회복, 인공복구 방법으로 현재의 임지를 개선하고자 할 때 이를 위한 입지 및 토양환경 인자 및 기준에 따라 임지의 생산력을 고려하여 적정한 수종을 선정하여 복구를 하여야 할 것이다. 본 연구에서는 입지환경 인자에 의한 임지생산력 추정결과 물푸레나무와 굴참나무의 적지가 비교적 넓은 면적으로 분석되어 침엽수의 단순림이 많이 있는 동해안 지역의 임분을 참나무류와 같은 활엽수 수종으로 임분 구조를 개선하여 산불이 수관화로 확산되는 큰 피해를 막을 수 있을 뿐만 아니라 산불의 피해를 저감하는 내화수림대의 역할을 할 수 있을 것으로 판단된다.