선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 본 연구에서는 기상, 임상, 지형 및 산불발화 지점의 조건에 따른 우리나라의 산불발생위험지수개발 에 대한 기존 연구 이외에 산불발생위험지수개발의 기 초자료를 제시하기 위한 산불발생의 실태 분석을 실시하였다.
제안 방법
- 0)을 이용하여 연도별, 월별, 발생일별, 발생시간별, 발생요일별, 공휴일여부별, 피해면적별, 진화소요시간별, 시 . 도별, 산지구분별, 수종별, 발생 원인별 빈도분석을 실시하였 고, 각 변수별 교차분석을 통하여 우리나라의 산불발생 실태를 분석하였다.
- 본 연구는 최근 14년간(91~'04) 산림청에 보고된 전 국 산불발생 통계자료[산불발생시간(연도, 월, 일, 시간, 요일, 공휴일여부), 진화소요시간, 피해면적, 발생장소 (시 . 도, 읍 . 면 . 동), 산지소유구분, 수종, 발생원인]를 변수로 선정하고, SPSS 프로그램 (Ver. 13.0)을 이용하여 연도별, 월별, 발생일별, 발생시간별, 발생요일별, 공휴일여부별, 피해면적별, 진화소요시간별, 시 . 도별, 산지구분별, 수종별, 발생 원인별 빈도분석을 실시하였 고, 각 변수별 교차분석을 통하여 우리나라의 산불발생 실태를 분석하였다.
대상 데이터
- 본 연구에서 분석한 우리나라의 산불실태는 매년 되 풀이되는 산불화재임에도 불구하고 산불통계의 대부분 이 체계적으로 정리되어 있지 않아 산불의 발생특성과 피해경향을 자세히 파악하기가 어렵고 연구자가 논문 에 인용하고 싶어도 게재된 논문이 거의 없던 차에 최근 14년간에 산림청 통계자료를 이용하여 그 실태를 분석하게 되었다.
성능/효과
- 건당 30ha 이상 대형 산불의 진화소요시간은 Fig. 7과 같이 720~1, 440분(51.9%), 360~720-S-(11.7%), 210-240분(6.5%) 순이었고, 12시간 이상 진화하는 경우는 51.9%로 나타났으며, 14년간 대형 산불의 건당 진화소 요시간의 평균은 1, 113분으로 5ha 미만의 소형 산불 의 148분 보다 7.5배 더 소요되는 것으로 분석되었다.
- 시.노별 산불발생건수는 Fig. 1과 같이 경북(15.1 %), 강원(13.0%), 전남(10.1%), 경기(10.1%) 순으로 나타났으며, 이 4지역의 산불발생건수 누적백분율은 전체 산 불발생건수의 48.3%에 해당하는 것으로 나타났다.
- 3%가 각각 발생하는 경향을 나타냈다. 또한, 2월부터 4월까지 3개월간 30 ha 이상의 대형 산불발생건수의 누적백분 율은 전체 대형 산불발생건수의 93.5%를 점유하였다.
- 또한, 대형 산불로 인한 피해면적은 Table 11과 같이 100ha 초과가 39.0%, 51~100ha가 24.7%, 41-45ha가 13.0%로 나타났으며, 14년간 대형 산불로 인한 피 해면적의 평균은 470ha로 나타나 대형 산불의 피해규 모가 점점 증가하는 경향이었다.
- 8%에 해당하는 것으로 나타났다. 또한, 발생원인별 대형 산불발생건수는 입산자실화(29.9%), 성묘객실화(143%), 기 타(14.3%)순으로 나타났다.
- 또한, 산불진화 소요시간별 발생빈도는 Fig. 4와 같이 30~60분(25.2%), 60~90분(17.6%), 10~30분(13.9%)순으로 나타났으며 , 60분 이내에 진화되는 비율은 40.5% 였고, 14년간 건당 산불진화 평균 소요시간은 148분 정도로 나타났다.
- 또한, 시간대별 산불발생 건수는 14~15시(17.5%), 13~14시(17.1%), 15~16시(14.8%) 순으로 많이 발생하였으며, 산불의 발생이 가장 많은 13시부터 16시까지 3시간 몽안 산불발생 건수의 누적백분율은 전체 산불발 생건수의 49.4%를 나타냈다.
- 또한, 일자별 대형 산불발생건수는 5일(13.0%), 12일(10.4%), 7일(9.1%) 순으로 많이 발생하면서 일자별 큰 차이는 없었지만 특히 5일자가 다른 날들과 달리 유난히 대형 산불발생이 많은 것으로 나타났다. 이 또한 4월초에 식목일 .
- 또한, 피해수종별 산불발생건수는 Fig. 2와 같이 소나무(24.7%), 소나무/활잡복(21.8%), 활잡복(18.8%) 순으로 나타났으며, 소나무, 소나무/활잡목, 활잡목 3가지 수종의 산불발생건수의 누적백분율은 전체 산불발생건 수의 65.4%에 해당하는 것으로 나타났다. 즉, 소나무림 지역에서 산불빈도가 많은 것은 다른 수종보다 분 포면적(43%)이 많은 것도 원인중의 하나이지만, 소나 무는 참나무류의 활엽수림과 비교해서 일반적으로 수 지분이 많고 발열량이 커서 낮은 온도에서도 산불발화 의 위험성이 높기 때문이다.
- 산불피해면적은 1 ha 미만이 대부분이었으나 건당 피 해면적은 7ha에, 진화소요시간은 30~60분 사이가 가장 많았으나, 이때 건당 진화소요시간은 148분이었고, 지역별로는 경상북도가, 소유별로는 사유림지역에서 가장 많이 발생하였으며, 피해수종은 소나무림이 가장 많 았고 산불발생 원인 중에서는 입산자실화가 가장 높은 빈도를 나타냈다.
- 산불피해면적은 Fig. 3과 같이 1 ha W만(58.7%), 1~5 ha(35.0%), 6~10ha(3.2%) 순으로 나타났으며, 피해면적 5 ha 이하의 누적백분율은 전체 산불발생건수의 93.7%에 해당하는 것으로 나타났고, 14년간 건당 평균 산불피해 면적은 7 ha 정도인 것으로 나타났다.
- 산지소유 구분별 산불발생건수는 사유림(67.5%), 국 유림/사유림(13.0%), 사유림/국유림(10.4%)순으로 나타났으며, 수종별 대형 산불발생건수는 소나무/활잡목(55.8%), 소나무(26.0%) 순으로 나타났고, 소나무/활잡목, 소나무 등 2가지 수종에서의 대형 산불발생건수의 누적백분율은 전체 대형 산불발생건수의 81.8%에 해당하는 것으로 나타났다. 또한, 발생원인별 대형 산불발생건수는 입산자실화(29.
- 4%의 순으로 대형 산불이 많이 발생하였다. 시간대별 산불발생건수는 14~15시(20.8%), 12~13시(15.6%), 13~14시(15.6%)순으로 많이 발생하였으며, 12시부터 15시까지 3시간 동안 대형 산불발생건수의 누적백분율은 전체 대형 산 불발생건수의 51.9%에 해당하였고, 요일별 산불발생 건수는 사람의 활동이 많은 일요일(19.5%), 금요일 (19.5%), 수요일(18.2%) 순으로 산불이 많이 발생하는 경향이었다.
- 시노별 30ha 이상 대형 산불발생건수는 Fig. 8과 같이 강원(442%), 경북(16.9%), 경남(9.1%), 전남(9.1%)순으로 나타났으며, 이 4지역의 대형 산불발생건수의 누적백분율은 전체 대형 산불발생건수의 79.2%에 해당하는 것으로 나타났다. 그리고 Tabic 10과 같이 14년간(91J04)연중 최대 규모 산불발생지 중 강원도가 8건으로 57%를 점유하여 가장 많았고, 경북 2건과 그 외 4개 지역은 각각 1건씩 발생한 바 있다.
- 요일별 산불발생 건수는 Tabic 4와 같이 일요일 (18.4%), 수요일(14.9%), 월요일(14.3%) 순으로 많이 발 생하였으며, Tabic 5와 같이 평일과 휴일의 산불발생 건수는 평일에 74.4%, 휴일에는 25.6% 발생한 것으로 나타났다.
- 5%) 순으로 나타났으며. 이 2가지 발생 원인에 따른 산불발생건수의 누적백분 율은 전체 산불발생건수의 56.9%에 해당하는 것으로 나타났다.
- 특히, 14년간 연노별 산불 최다발생 지역은 Tabic 6 과 같이 경북이 8회, 강원 3회, 경기, 경남, 전남, 충남 이 각각 1회씩 발생한 것으로 나타났으며, 16개 시노지역 가운데 당해 연도 산불발생 빈도가 전국의 평균 값 이상 초과한 지역으로서 경기, 경북, 전남, 강원 지 역은 거의 매년 평균을 상회한 것으로 나타났으며, 경 남, 전북, 충남, 충북 지역도 7회 이상 평균을 상회한 것으로 나타났다.
- 한편, 산지소유 구분별 산불발생건수는 사유림(88.6%), 국유림(8.5%) 순으로 나타났으며, 사유림과 국유림의 산불발생건수의 누적백분율은 전체 산불발생건수의 97.1%에 해당하는 것으로 나타났다.
후속연구
- 따라서 위 연구는 금후 우리나라의 산불발생 및 위 험도 분석뿐만 아니라 인위적 인 실화가 대부분인 우리나라의 산불발생 위험지수 개발연구에 기초 자료로서 활용될 것으로 기대된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.