• Journal of Forest and Environmental Science
• /
• 제39권4호
• /
• pp.235-245
• /
• 2023

Forest fuel moisture content is a crucial factor influencing the combustion rate and fuel consumption during forest fires, significantly impacting the occurrence and spread of wildfires. In this study, meteorological data were gathered using a meteorological measuring device (HOBO data logger) installed in the south and north slopes of Kangwon National University Forest, as well as on bare land outside the forest, from November 1, 2021, to October 31, 2022. The objective was to analyze the relationship between meteorological data and fuel moisture content. Fuel moisture content from the ground cover on the south and north slopes was collected. Fallen leaves on the ground were utilized, with a focus on broad-leaved trees (Prunus serrulata, Quercus dentata, Quercus mongolica, and Castanea crenata) and coniferous trees (Pinus densiflora and Pinus koraiensis), categorized by species. Additionally, correlation analysis with fuel moisture content was conducted using temperature (average, maximum, and minimum), humidity (average, minimum), illuminance (average, maximum, and minimum), and wind speed (average, maximum, and minimum) data collected by meteorological measuring devices in the study area. The results indicated a significant correlation between meteorological factors such as temperature, humidity, illuminance, and wind speed, and the moisture content of fuels. Notably, exceptions were observed for the moisture content of the on the north slope and that of the ground cover of Prunus serrulata and Castanea crenata.

• 한국산림과학회지
• /
• 제94권6호
• /
• pp.481-487
• /
• 2005

이 연구에서는 지표화 중심의 산불확산예측 알고리즘을 기반으로 GIS 환경에서 운용이 가능한 지표화 확산예측모델을 개발하였다. 이 모델은 지형, 연료, 기상 등 산불환경인자를 분석하고 입력하는 부분과 시간에 따라 확산속도, 화선에서의 산불강도, 연소면적을 예측하는 지표화 확산예측 부분, 마지막으로 예측결과를 사용자에게 제시하는 출력 부분으로 구성되었다. 산불확산속도를 계산하기 위해서 산불행동에 영향을 미치는 산불환경인자중에서 지형인자는 경사, 기상인자는 풍속, 풍향, 실효습도를 고려하였다. 또한 연료인자는 수치임상도를 이용하여 연료깊이, 연료량, 소화습도를 계산할 수 있는 연료모듈을 개발하여 입력되도록 하였다. 연료습도는 실효습도, 최고온도, 강수량, 일일 적산량의 함수관계로 추정하였다. 모델을 2002년 청양에서 발생한 산불에 적용한 결과 확산속도에 대해 61%의 일치도를 보였다.

• 한국화재소방학회논문지
• /
• 제26권1호
• /
• pp.49-60
• /
• 2012

강우 후 경과일수에 따른 연료습도 변화는 산불위험도 예측과 산불감시원 활용에 매우 중요하다. 따라서 이러한 산불발생위험 조건을 구명하기 위해 2008, 2009년 봄 가을철 영동지역 활엽수림에서 임분 밀도별로 5.0 mm 이상 강우 후 낙엽층, 부식층, 토양층, 직경별 지표연료 0.6 cm 이하, 0.6~3.0 cm, 3.0~6.0 cm, 6.0 cm 이상에 대한 산불위험도를 분석하였다. 연구결과 봄철 낙엽층의 소임분 지역은 강우 3일 후부터, 중 밀임분 지역은 5일 후부터 산불발생 위험수준인 17 % 정도의 연료 습도를 나타냈다. 반면, 부식층은 계절에 상관없이 6일이 경과 되어도 40 % 이상의 연료 습도를 나타냈으나, 토양 상 하층은 미비한 변화가 있었다. 봄철 직경별 지표연료 0.6 cm 이하의 소임분 지역은 강우 3일 후부터, 중 밀임분 지역은 4일후부터 산불발생 위험수준 연료습도를 나타냈고, 가을철 직경별 지표연료 0.6~3.0 cm의 소임분 지역은 강우 3일 후부터, 중 밀임분 지역은 5일 후부터 산불발생 위험수준의 연료습도를 나타냈다. 봄 가을철 직경별 지표연료 3.0~6.0 cm의 경우 6일차가 되어도 소, 중, 밀임분 공히 높은 연료습도를 유지하고 있어 산불위험성은 매우 적은 것으로 조사되었으며, 6.0 cm 이상의 경우 계절에 상관없이 6일이 경과되어도 25 % 이상의 연료 습도를 나타냈다.

• 한국화재소방학회:학술대회논문집
• /
• 한국화재소방학회 1997년도 International Symposium on Fire Science and Technology
• /
• pp.305-310
• /
• 1997

There are many parameters in prediction of forest fire spread. The variables such as fuel moisture, fuel loading, wind velocity, wind direction, relative humidity, slope, and solar aspect have important effects on fire. Particularly, wind and slope factors are considered to be the most important parameters in propagation of forest fire. Generally, slope effect cause different wind distribution in mountain area. However, this effect is disregarded in complex geometry. In this paper, wind is estimated by applying computational fluid dynamics to the forest geometry. Wind velocity data is obtained by using CFD code with Newtonian model and slope is calculated with geometrical data. These data are applied fer 2-dimentional forest fire spreading algorithm with Korean ROS(Rate Of Spread). Finally, the comparison between the simulation and the real forest fire is made. The algorithm spread of forest fire will help fire fighter to get the basic data far fire suppression and the prediction to behavior of forest fire.

• Journal of the Korean Wood Science and Technology
• /
• 제48권6호
• /
• pp.917-935
• /
• 2020

본 연구는 산불의 발생과 확산위험성의 지표인 산불연료의 수분함량과 산불위험도의 변화를 예측하기 위한 산불연료습도 자동화 측정센서를 개발하였다. 이 측정센서는 산불연료의 함수율을 전기저항으로 측정하여 자동으로 산불연료의 함수율을 산정하는 방법이다. 이 센서에 사용된 산불연료는 소나무(길이 50cm, 직경 1.5cm)이고, 함수율과 전기저항과의 관계를 추정하는 전기저항=2E(E:Exponent of 10)+13X(X:함수율)-9.705(R²=0.947)인 환산식을 개발하였다. 또한, 이를 이용하여 자동화된 산불연료습도 자동화 측정센서의 소프트웨어와 함체를 설계하여 시제품을 제작하였고, 이를 다시 산림 내에서 현장 모니터링 검증을 실시하여 적합성(R²=0.824)을 확인하였다. 본 연구결과는 산불의 발생, 확산과 강도를 예측할 수 있는 기술의 개발에 도움을 주며, 산불위험예보 기술의 고도화를 위한 기초자료로 활용될 것으로 기대된다.

• 한국화재소방학회:학술대회논문집
• /
• 한국화재소방학회 2008년도 추계학술논문발표회 논문집
• /
• pp.434-437
• /
• 2008

In this study, we developed a fuel moisture variation prediction model on each day after precipitation during a spring forest fire exhibition period. For this research, we selected plots in pine forest on Sam-Chuck si and Dong-hae si in Kangwon do according to a forest density(low, mediate, high) and classified a surface woody fuel by a diameter.(below 0.6cm, $0.6{\sim}3cm$, $3{\sim}6cm$, and above 6cm). A validity of this model was verified by applying a fuel moisture variation after precipitation in this spring. In the result, $R^2$ was $0.76{\sim}0.92$. This model will be a useful for improvement of a forest fire danger rate forcast through a prediction a fule moisture in forest.

• 농업생명과학연구
• /
• 제45권4호
• /
• pp.29-35
• /
• 2011

본 연구에서는 2005년부터 2009년까지 전라남도 지역의 기상변화와 산불특성과의 관련성을 파악하기 위해 기상요소와 산불 발생자료 (시간, 원인)를 분석한 결과, 최고온도 상승과 상대습도 감소로 인해 산불발생의 위험성이 높은 기후조건이 형성되었으며, 산불은 최고기온 $10{\sim}20^{\circ}C$에서, 상대습도 40~60% 에서, 평균풍속 2 m/s이하에서 주로 발생하였다. 이러한 기상조건은 강우 후에 2~3일이면 산불발생 위험이 높은 기상조건이 형성되었다.

• 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.

• Journal of the Korean Wood Science and Technology
• /
• 제39권6호
• /
• pp.512-520
• /
• 2011

본 연구에서는 탄화과정 중에 탄화로에서 발생되는 폐열을 활용하기 위해서 친환경건조시스템을 개발하여 그 특성을 검토하였다. 친환경건조시스템은 화석연료를 전혀 이용하고 있지 않고, 버려지는 폐열을 이용하기 때문에 환경친화적이다. 친환경건조시스템의 열원으로 이용되는 열수는 3개의 탄화로에 서로 연결되어 폐열을 회수하고 있고, 지속적인 열원의 공급으로 건조기내의 온도와 습도변화는 크지 않았다. 친환경건조시스템 설치가 목탄의 특성에 미치는 영향을 조사하기 위하여 고정탄소, 정련도, 경도, 발열량, pH, 단위중량당 발열량, 수탄율을 분석하였다. 그 결과로부터 친환경건조시스템 설치가 목탄의 특성에 크게 영향을 주지 않는 것으로 나타났다. 따라서 버려지는 폐열을 회수하여 에너지로 이용하는 친환경건조시스템은 에너지절감과 농산물의 건조품질을 향상시켜 농가의 수익을 극대화할 수 있는 효과가 있을 것으로 생각된다.

• Communications for Statistical Applications and Methods
• /
• 제30권2호
• /
• pp.119-133
• /
• 2023

With the rapid growth of the economy and fossil fuel consumption, the concentration of air pollutants has increased significantly and the air pollution problem is no longer limited to small areas. We conduct statistical analysis with the actual data related to air quality that covers the entire of South Korea using R and Python. Some factors such as SO₂, CO, O₃, NO₂, PM₁₀, precipitation, wind speed, wind direction, vapor pressure, local pressure, sea level pressure, temperature, humidity, and others are used as covariates. The main goal of this paper is to predict air quality index (AQI) spatio-temporal data. The observations of spatio-temporal big datasets like AQI data are correlated both spatially and temporally, and computation of the prediction or forecasting with dependence structure is often infeasible. As such, the likelihood function based on the spatio-temporal model may be complicated and some special modelings are useful for statistically reliable predictions. In this paper, we propose several methods for this big spatio-temporal AQI data. First, random effects with spatio-temporal basis functions model, a classical statistical analysis, is proposed. Next, neural networks model, a deep learning method based on artificial neural networks, is applied. Finally, random forest model, a machine learning method that is closer to computational science, will be introduced. Then we compare the forecasting performance of each other in terms of predictive diagnostics. As a result of the analysis, all three methods predicted the normal level of PM_2.5 well, but the performance seems to be poor at the extreme value.