2005년에 발생한 강원도 양양산불피해지의 소나무림을 대상으로 산불피해도를 $\ulcorner$심$\lrcorner$, $\ulcorner$중$\lrcorner$, $\ulcorner$경$\lrcorner$ 단계로 구분하여 산불연소량을 분석하였다. 산불 후 바이오매스는 지표층, 관목층, 수관층으로 나누어 조사하였으며, 산불이 발생하기 전의 바이오매스는 산불 인근 지역의 동일한 재적을 갖는 미피해지 임분과 동일하다고 가정하였다. 지표층과 관목층의 바이오매스는 직접 측정에 의해, 수관층의 바이오매스는 흉고직경과 수고를 이용한 건중량 추정식과 엽면적지수를 이용하여 추정하였다. 피해도가 $\ulcorner$심$\lrorner$으로 분류된 plot에서는 약 l7,451kg/ha이, 피해도 $\ulcorner$중$\lrorner$ plot에서는 8,724kg/ha, 마지막으로 피해가 경미했던 plot에서는 3,693kg/ha이 산불로 인해 연소된 것으로 분석되었다.
2005년에 발생한 강원도 양양산불피해지의 소나무림을 대상으로 산불피해도를 $\ulcorner$심$\lrcorner$, $\ulcorner$중$\lrcorner$, $\ulcorner$경$\lrcorner$ 단계로 구분하여 산불연소량을 분석하였다. 산불 후 바이오매스는 지표층, 관목층, 수관층으로 나누어 조사하였으며, 산불이 발생하기 전의 바이오매스는 산불 인근 지역의 동일한 재적을 갖는 미피해지 임분과 동일하다고 가정하였다. 지표층과 관목층의 바이오매스는 직접 측정에 의해, 수관층의 바이오매스는 흉고직경과 수고를 이용한 건중량 추정식과 엽면적지수를 이용하여 추정하였다. 피해도가 $\ulcorner$심$\lrorner$으로 분류된 plot에서는 약 l7,451kg/ha이, 피해도 $\ulcorner$중$\lrorner$ plot에서는 8,724kg/ha, 마지막으로 피해가 경미했던 plot에서는 3,693kg/ha이 산불로 인해 연소된 것으로 분석되었다.
The biomass of Pinus densiflora stands burnt out by the 2005 Yangyang forest fire was estimated based on the grades of fire severity; light, moderate and heavy. In order to measure the post-fire ground biomass in kg/ha, the ground fuels including shrub layer were collected and weighted and the crown...
The biomass of Pinus densiflora stands burnt out by the 2005 Yangyang forest fire was estimated based on the grades of fire severity; light, moderate and heavy. In order to measure the post-fire ground biomass in kg/ha, the ground fuels including shrub layer were collected and weighted and the crown biomass was estimated using allometric regressions and leaf area index for dry weight of P. densiflora. The pre-fire biomass was assumed to be equal to that of non-damaged P. densiflora stands having the same characteristics. The results indicated that the forest fire burnt out fuels of stands; 3,693 kg/ha in the light-damaged, 8,724 kg/ha in the moderately-damaged, and 17,451 kg/ha in the heavily-damaged forest stands.
The biomass of Pinus densiflora stands burnt out by the 2005 Yangyang forest fire was estimated based on the grades of fire severity; light, moderate and heavy. In order to measure the post-fire ground biomass in kg/ha, the ground fuels including shrub layer were collected and weighted and the crown biomass was estimated using allometric regressions and leaf area index for dry weight of P. densiflora. The pre-fire biomass was assumed to be equal to that of non-damaged P. densiflora stands having the same characteristics. The results indicated that the forest fire burnt out fuels of stands; 3,693 kg/ha in the light-damaged, 8,724 kg/ha in the moderately-damaged, and 17,451 kg/ha in the heavily-damaged forest stands.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
4월에 발생한 양양 산불에 적용하였다. 이를 통해 소나무 임분에 있어서 산불피해도 별 엽면적지수(leaf area index)의 변화 추이를 분석하고, 연소량을 추정 하고자 하였다.
가설 설정
지표층의 바이오매스는 건조기를 이용하여, 80°C온도로 무게 변화가 없을 때까지 건조한 후 저울을 이용 직접 바이오매스를 측정하였다. 관목층, 수관층과 동일하게 각 피해도 별 연소전 지표층 바이오매스는 미 피해지 임분의 지표층 바이오매스와 동일하다는 가정 하에 계산하였다.
따라서 산불연소량을 조사하는 데 있어서 산불피 해 정도는 반드시 고려되어야 한다. 산불 피해도에 대한 정의는다양하지만, 본 연구에서는 산불로 인한 식생의 변화로한정하였다(Chafer et al., 2004). 산불피해도의 단계는연구자에 의해 3단계(SunarandOzkan, 2001; 원강영과임정호, 2001; 김형호 등, 2002;정주상 등, 2002)에서 부터 5단계(Chafer 2004)까지 다양하지만 3단계로구분하는 것이 일반적 이다.
제안 방법
크기로 설정하였다. 각plot은 양양산불 피해지의 주요 수종인 소나무림에 설치하였으며, 지형효과를 줄이기 위해고도와 방위, 경사에 있어서 차이가 크지 않도록 하였다. 또한 plot별 임분의 차이를 최소화하기 위해 ha당 임목본 수와 흉고 단면적을 고려하였다.
관목층의 바이오매스는plot 내의 관목을 직접 채집하여 근원경, 수고, 건중량을 이용하여 분석하였다. 양양지역 임분의 관목층의 경우 교목 형태의 관목이 대부분이 었기 때문에 수관(canopy) 면적을 이용하기 보다는 수고와 근원경을 사용하였다(Sah et al, 2004).
을 이용하여 계산하였다. 관목층의 식생은plot 내에서 4x4m 크기의 방형구를 임의의 위치에 설정한 다음, 6cm 이하 교목, 관목에 대하여 근원경은0.1mm 괄약, 수고는 1cm 괄약으로 측정하고, 저울과 건조기를 이용해 건 중량을 측정하였다. 마지막으로 지표층의 연료량은 O.
각plot은 양양산불 피해지의 주요 수종인 소나무림에 설치하였으며, 지형효과를 줄이기 위해고도와 방위, 경사에 있어서 차이가 크지 않도록 하였다. 또한 plot별 임분의 차이를 최소화하기 위해 ha당 임목본 수와 흉고 단면적을 고려하였다.
1mm 괄약, 수고는 1cm 괄약으로 측정하고, 저울과 건조기를 이용해 건 중량을 측정하였다. 마지막으로 지표층의 연료량은 O.5xO.5m 크기의 방형 구 두 개를 임의의 위치에 설정한 다음 낙엽층 두께와 건중량을 조사하였다.
본 논문에서는 2005년 강원도 양양에서 발생한산불을대상으로산불피해도를「심」, 「중」, 「경」3단계로 구분하여 산불로 인한 연소량을 분석하였다. 본 연구에서 제시한 산불로 인한 피해도 별 연소량 추정 방법은 조사 과정에 많은 시간과 비용을 요구하는 기존 벌 채를통한방법과 비교해볼 때, 비용이 적게 들고 현장에서적용이 용이하다는 점에서 의미가 있는 것으로 생각된다.
, 1996).본 연구에서는 산불피해를 산불로 인한 식생의 변화로한정하여 (Chafere/aL, 2004; 이병두, 2005) 산불의피해도를「심」, 「중」, 「경」3개의 등급으로 분류하여 조사하였다. 각각의 분류 기준은 2000년 동해안 산불 피해지 공동조사단이 제시한 기준을 응용해, 수간 및 수관부위까지 까맣게 탄 임목이 30x30m 크기 이상인 임지를「심」, 수간 부위 일부와수관이노랗게변색된임목의임지를「중」, 생립목및수간 부위만일부그을린피해목이혼효된임지를「경」 으로 구분하였다 (이 병두 등, 2005).
산불 피해지에 대한 현지 조사는 산불 발생 직후인 2005년 4월 중순에서 5월 초순에 이루어졌으며, 양양산불피해지 중에서 피해도 「심」, 「중』, 「경」, 그리고 대조 구로써 미피해지에 대해서 각각3개씩, 총 12개의 plot 을20x20m 크기로 설정하였다. 각plot은 양양산불 피해지의 주요 수종인 소나무림에 설치하였으며, 지형효과를 줄이기 위해고도와 방위, 경사에 있어서 차이가 크지 않도록 하였다.
상층을 차지하고 있는 식생에 대해 plot 내의 경급 6cm 이상 모든 임목에 대하여 흉고 직 경을 0.1 cm 괄약, 수고, 지하고 및 임목의 산불 피 해에 따른 그을음 흔적 인 화염 길이를 각각 10cm 괄약으로 조사하였다. 엽면적지수(LAI: Leaf Area Index)는 Nikon 어 안렌즈(fish-eye lens)를 디지털카메라에 장착하여 수관층을 촬영한 다음, Delta-T사의 수관 분석 프로그램인 Hemiview 2.
이 연구에서는 「심」, 「중」, 「경」3 단계의 산불피해도에 따라 산불 연소량을 조사하는 체계를 제시하고, 2005년 4월에 발생한 양양 산불에 적용하였다. 이를 통해 소나무 임분에 있어서 산불피해도 별 엽면적지수(leaf area index)의 변화 추이를 분석하고, 연소량을 추정 하고자 하였다.
표준목의 수고를 의미한다. 지표층의 바이오매스는 건조기를 이용하여, 80°C온도로 무게 변화가 없을 때까지 건조한 후 저울을 이용 직접 바이오매스를 측정하였다. 관목층, 수관층과 동일하게 각 피해도 별 연소전 지표층 바이오매스는 미 피해지 임분의 지표층 바이오매스와 동일하다는 가정 하에 계산하였다.
대상 데이터
산불로 인한 연소량을 추정하기 위해 2005년 4월 4 일 23시 53분에 강원도 양양군 양양읍 화일리야산에서 발생한 산불을 대상으로 하였다. 이 지역은
이론/모형
수관층의 산불이 발생하기 전 바이오매 스 산출을 위해 Table 1에서와 같이 log 17= a + MogZ) + clogZHW: 건중량, D: 흉고직경, H: 수고)식을 이용하여 소나무의 부위별 바이오매스를 산출하는 박인협과 김준선(1989)의 연구 결과를 이용하였다. 즉, 수목의 흉고 직 경과 수고를 통해 수목의 가지와 잎에 대한 건중량을 계산함으로써 수관층의 산불 전 바이오매스를 산출할 수 있다.
성능/효과
구분하여 산불로 인한 연소량을 분석하였다. 본 연구에서 제시한 산불로 인한 피해도 별 연소량 추정 방법은 조사 과정에 많은 시간과 비용을 요구하는 기존 벌 채를통한방법과 비교해볼 때, 비용이 적게 들고 현장에서적용이 용이하다는 점에서 의미가 있는 것으로 생각된다.
산불피해도별로 LAI가 달랐으며(F-value 153.15, p<0.0001), Duncan0] 제시 한 다중범위검 정 (multiple-range test)을이용하여 a 값이 0.05 수준에서 다중비교를 실시한 결과역시, 산불피해도「심」, 「중」, 「경」의 집단 간차이가 존재하였다(Table 4). 그러나 산불 미 피해지와 산불피해도 「경」지 역의 차이는 존재하지 않았다.
산불피해도 별 연소량은 Table 5와 같다. 심하게 피해를 입은 plot에서는 평균 17, 451kg/ha이연소된 것을 알 수 있었으며, 피해도「중」에서는 8, 724kg/ha, 마지막으로 지표화로 확산된 plot에서는 3, 693kg/ha이 산불로 인해 연소되었음을 알 수 있었다. 피해도 「경」 plot 의 경우 지표화로만 확산되고 수관화로 번지지 않았기 때문에 수관층의 연소량은 존재하지 않았다.
후속연구
하지만 정확한 연소량을 추정하기 위 해서 는 산불피해도의 단계를 구분하는 정량적 기준과 LAI 를 이용한 수관층 연소량 추정 방법에 대한 추가 연구, 활엽수림에서의 연소량추정 방법에 대한 연구가 진행되어야 할 것이다. 아울러 피해도 별, 수종별 반복 조사를 통해 통계 적 으로 유의미 한 모델을 산출해야 할 것 이 다.
라 판단된다. 하지만 정확한 연소량을 추정하기 위 해서 는 산불피해도의 단계를 구분하는 정량적 기준과 LAI 를 이용한 수관층 연소량 추정 방법에 대한 추가 연구, 활엽수림에서의 연소량추정 방법에 대한 연구가 진행되어야 할 것이다. 아울러 피해도 별, 수종별 반복 조사를 통해 통계 적 으로 유의미 한 모델을 산출해야 할 것 이 다.
향후 산불이 발생했을 때 GIS 및 RS와 같은 공간정 보기 술을 이용하여 산불로 인한 피해도 별 면적을 산출하고 본 연구를 통해 제시된 방법론을 이용하여 현장에서 피해도 별 연소량을 샘플링한 후 전체 산불지역의 연소량을 추정할 수 있는 모델을 개발한다면 국가적 차원에서 탄소수지 모델의 정확성을 높이는 데 일조할 수 있으리 라 판단된다. 하지만 정확한 연소량을 추정하기 위 해서 는 산불피해도의 단계를 구분하는 정량적 기준과 LAI 를 이용한 수관층 연소량 추정 방법에 대한 추가 연구, 활엽수림에서의 연소량추정 방법에 대한 연구가 진행되어야 할 것이다.
Allison, E.C., Z.F. Peter and E.C. Joseph(2005) Comparison of burn severity assessments using Differenced Normalized Burn Ratio and ground data. International Journal of Wildland Fire 14: 189-198
Chafer, C.J., M. Noonan and E. Macnaught(2004) The post-fire measurement of fire severity and intensity in the Christmas 2001 Sydney wildfires. International Journal of Wildland Fire 13: 227-240
Haugaasen, T., J. Barlow and C.A. Peres(2003) Surface wildfires in central Amazonia: Short-term impact on forest structure and carbon loss. Forest Ecology and Management 179: 321-331
Holden, Z.A., A.M.S. Smith, P. Morgan, M.G. Rollins and P.E. Gessler(2005) Evaluation of novel thermally enhanced spectral indices for mapping fire perimeters and comparisons with fire atlas data. International Journal of Remote Sensing 26(21): 4801-4808
Key, C.H. and N.C. Benson(2004) Landscape assessment: ground measure of severity, the Composite Burn Index; and remote sensing of severity, the Normalized Burn Ratio. In 'FIREMON: Fire Effects Monitoring and Inventory System'. USDA Forest Services, Rocky MountainsResearch Station General Technical Report
Sah, J.P., M.S. Ross, S. Koptur and J.R. Snyder(2004) Estimating aboveground biomass of broad leaved woody plants in the understory of Florida Keys pine forests. Forest Ecology and management 230: 319-329
Sunar, F. and C. Ozkan(2001) Forest fire analysis with remote sensing data. International Journal of Remote Sensing 22(12): 2265-2277
Van Wagtendonk, J.W., R.R. Root and C.H. Key(2004) Comparison of AVIRIS and Landsat ETM+ detection capabilities for burn severity. Remote Sensing of Environment 92: 397-408
White, J.D., K.C. Ryan, C.C. Key and S.W. Running(1996) Remote sensing of forest fire severity and vegetation recovery. International Journal of Remote Sensing 6: 125-136
※ AI-Helper는 부적절한 답변을 할 수 있습니다.