지형은 연료의 구성과 기상 및 산불로부터 발생하는 에너지의 흐름에 영향을 미쳐 산불행동에 관여하는 인자이다. 따라서 지형에 따른 산불피해도를 정략적으로 해석할 수 있다면, 산불위험도 작성 및 진화대원 안전 확보에 있어 기초 자료로 응용될 수 있다. 이를 위해 본 연구에서는 삼척(2000년 발생), 청양(2002년 발생), 양양(2005년 발생) 산불을 대상으로 산불피해도를 분석하고 지형을 구분한 다음 통계분석을 실시하여 두 인자간의 상관관계를 알아보았다. 산불피해도는 산불 전후 Landsat TM 영상에서 추출한 정규탄화지수(Normalized Burn Ratio)의 차이를 이용하였다. 지형은 지형위치지수(Topographic Position Index)를 이용해 Weiss(2001)가 제시한 10개로 구분하였다. 분석결과 산지수로, 능선, 산복사면 등의 지형에서 산불피해도가 높게 나타났으며, 곡저구릉, 평탄곡지, 평지 등의 지형은 산불피해도가 낮게 나타났다. 이를 임상별로 세분해 보면 산불피해도는 침엽수림에서 활엽수림에 비해 지형에 더 민감하게 반응한 것으로 나타났다.
지형은 연료의 구성과 기상 및 산불로부터 발생하는 에너지의 흐름에 영향을 미쳐 산불행동에 관여하는 인자이다. 따라서 지형에 따른 산불피해도를 정략적으로 해석할 수 있다면, 산불위험도 작성 및 진화대원 안전 확보에 있어 기초 자료로 응용될 수 있다. 이를 위해 본 연구에서는 삼척(2000년 발생), 청양(2002년 발생), 양양(2005년 발생) 산불을 대상으로 산불피해도를 분석하고 지형을 구분한 다음 통계분석을 실시하여 두 인자간의 상관관계를 알아보았다. 산불피해도는 산불 전후 Landsat TM 영상에서 추출한 정규탄화지수(Normalized Burn Ratio)의 차이를 이용하였다. 지형은 지형위치지수(Topographic Position Index)를 이용해 Weiss(2001)가 제시한 10개로 구분하였다. 분석결과 산지수로, 능선, 산복사면 등의 지형에서 산불피해도가 높게 나타났으며, 곡저구릉, 평탄곡지, 평지 등의 지형은 산불피해도가 낮게 나타났다. 이를 임상별로 세분해 보면 산불피해도는 침엽수림에서 활엽수림에 비해 지형에 더 민감하게 반응한 것으로 나타났다.
Topography factors, as homeostasis variables at forest fire, affect the formation of fuel load patterns, atmospheric phenomena and forest fire behavior. Examination of the correlation between landforms and fire severity is important to decision making for fire hazard analysis and fighting strategies...
Topography factors, as homeostasis variables at forest fire, affect the formation of fuel load patterns, atmospheric phenomena and forest fire behavior. Examination of the correlation between landforms and fire severity is important to decision making for fire hazard analysis and fighting strategies. In this study, fire severity was analyzed using Normalized Burn Ratio(NBR) derived from pre- and post-fire Landsat TM/+ETM images and landform were classified based on Topographic Position Index(TPI) in Samcheok(2000), Cheongyang(2002), and Yangyang(2005) forest fire regions. F-tests and Duncan's multi-range test between landform and fire severity showed that fire severities of headwater, high ridges, and upper slopes is higher than ones of local ridges, midslope ridges, and plains. Fire severity were more sensitive in coniferous forest than broadleaf forests.
Topography factors, as homeostasis variables at forest fire, affect the formation of fuel load patterns, atmospheric phenomena and forest fire behavior. Examination of the correlation between landforms and fire severity is important to decision making for fire hazard analysis and fighting strategies. In this study, fire severity was analyzed using Normalized Burn Ratio(NBR) derived from pre- and post-fire Landsat TM/+ETM images and landform were classified based on Topographic Position Index(TPI) in Samcheok(2000), Cheongyang(2002), and Yangyang(2005) forest fire regions. F-tests and Duncan's multi-range test between landform and fire severity showed that fire severities of headwater, high ridges, and upper slopes is higher than ones of local ridges, midslope ridges, and plains. Fire severity were more sensitive in coniferous forest than broadleaf forests.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 최근 발생한 대형 산불 중 삼척(2000년 4월 7일 발생), 청양(2002년 4월 14일 발생), 양양(2005년 4월 4일 발생) 산불을 대상으로 NBR를 이용해 산불피해도를 산정한 다음, Weiss(2001)의 TPI 방법을 이용해 지형을 구분하고, 이 두 인자간의 관계를 통계분석을 통해 알아보고자 하였다.
제안 방법
곡선을 작성하였다. Cell size와 small neighborhood size는 수치지형도의 해상도를 고려하여 각각 10m와 50m로 결정하였다. Large neighborhood size는 기울기변화도 곡선의 극값들 중 절대값이 가장 큰 지점으로 결정하였으며, 삼척, 청양 그리고 양양이 각각 400m, 350m, 300m로 축적인자가 결정되었다(표 4).
각 산불피해지의 피해 등급 분류는 eNBR의평균(u)과 표준편차(6)를 이용해(van Wagtendonk et al., 2004) unburned, low, moderate, high, very high, extreme의 총 6단계로 구분하였다.
대상지별 선정된 축척인자를 적용하여 대축척(Large-Neighborhood) TPI와 소축척(Small-Neighborhood) TPI를 산출하였으며, DEM 자료로부터 경사도를 산출하여 지형분류도를 작성하였다. 지형분류체계는 Weiss(2001)의 분류기준을 적용하여 심곡(Deeply incised streams: DIS), 얕은 계곡(Sallow valleys: SV), 산지수로 (Headwaters: HW), 평 탄곡지 (U-shaped valleys: UV), 평지(Plains: PL), 산록사면(Open slopes: OS), 산복사면(Upper slopes: US), 곡저구릉 (Local ridges: LR), 평탄구릉(Midslope ridges: MS) 그리고 능선(High ridges: HR)의 10가지 지형으로 분류하였다(표 2).
하지만 위와 같이산불피해를 산불로 인한 산림생태계의 변화로넓게 정의하면 다양한 측정지표와 측정방법이존재하게 된다. 따라서 산불피해를 산불로 인한식생의 변화로 한정하는 것과 같이 재 정의하여이용하므로(Chafer et al. 2004), 본 연구에서도산불피해도(forest fire severity)를 산불로 인한식생의 변화의 정도로 한정해 사용하였다.
본 연구에서는 Weiss(2001)의 지형위치지수 (TPI)을 이용하여 지형을 10개로 분류하고, 산불 전후에 촬영된 Landsat TM/ETM+영상의 정규탄화지수(NBR)를 이용해 산불피해도를 추정하고, 그 관계를 분석하였다. 그 결과 침엽수림에서는 지형에 따라 산불피해도가 달라, 산지 수로(Upland drainage), 산복사면(Upper slope), 능선(High ridge) 부분에서 피해가 컸다.
산불피해도는 산불전후에 촬영된 Landsat TM/+ETM 영상을 각각 기하 보정한 다음, 근적외선 대역과 중적외선 대역(Landsat TM과 ETM+ 센서의 4번과 7번 밴드에 해당)의 반사 값을 이용하여 NBR를 산출(식 1)한 후 산불 전의 NBR(NBRprefire)에서 산불 후의 NBR(NBR postfire)를 빼서 NBR의 변화량 즉 ANBR# 산출하여 이용하였다. eNBR 값이 클수록 해당 지역의 산불피해도가 높음을 의미한다.
아울러 국립산림과학원에서 구축한 수치임 상도를 이용하여 해당 지역의 산림을 침엽수림, 혼효림, 활엽수림으로 크게 3가지로 구분하고, 이 정보 또한 통계 분석에 이용하였다. 이러한 과정은 임상별로 지형에 따라 산불피해도가 어떻게 달라지는지 살펴보기 위함이었다.
이를 위해 셀의 크기를 50m 단위로 계속 증가시켜 대상지역의 평균 기복량을 산출하고 이를바탕으로 지형성장곡선(Revised hypsometric curve)을 작성하였다(이금삼과 조화룡, 1998; 성춘자, 2003; 이민부 외, 2001). 지형성장곡선에서기복량의 변화패턴이 달라지는 지점을 찾기 위 화도(。) 곡선을 작성하고, 기울기 변화도 곡선의 해, 지형성장곡선에 식 3을 이용하여 기울기 변극값들 중 가장 큰 기울기 변화도를 가지는 지점을 축척인자로 결정하였다(장광민, 2007).
지형성장곡선에서기복량의 변화패턴이 달라지는 지점을 찾기 위 화도(。) 곡선을 작성하고, 기울기 변화도 곡선의 해, 지형성장곡선에 식 3을 이용하여 기울기 변극값들 중 가장 큰 기울기 변화도를 가지는 지점을 축척인자로 결정하였다(장광민, 2007).
대상 데이터
연구대상지는 그림 1에서와 같이 2000년 삼척산불, 2002년 청양산불, 2005년 양양산불을 대상으로 하였다. 삼척산불은 건국이후 산불통계를 수집한 이래 최대 연소면적을 기록하고 있으며, 청양산불은 영동지역 외에 발생한 산불 중 최대 피해면적의 산불이다.
설정하여 F-검정을 실시하였다. 이때 전체 셀을 대상으로 통계분석을 수행하기에는 그 샘플 수가 너무 많게 되므로, 분석의 용이성을 위하여 산불지역 각각에 대해 100m 크기의 셀을 만든 다음, 교차 지점에 점을 생성하여 지형과 △NBR 값을 추출하여 분석 대상으로 하였다.
데이터처리
이러한 과정은 임상별로 지형에 따라 산불피해도가 어떻게 달라지는지 살펴보기 위함이었다. 지형별로 eNBR가 차이가 있는지, 즉 산불피해 도가 다른지를 알아보기 위해 SAS 9.1버 전 프로그램 (SAS Institute, Inc., 2003)을 이용해 Duncan의 다중범위검증(a=0.05)을 실시하였다.
지형별로 산불피해 정도가 다른 지를 알아보기 위해 eNBR를 종속변수로 지형을 독립변수로 설정하여 F-검정을 실시하였다. 이때 전체 셀을 대상으로 통계분석을 수행하기에는 그 샘플 수가 너무 많게 되므로, 분석의 용이성을 위하여 산불지역 각각에 대해 100m 크기의 셀을 만든 다음, 교차 지점에 점을 생성하여 지형과 △NBR 값을 추출하여 분석 대상으로 하였다.
이론/모형
이에 따라 대상지역의 지형특성을 반영하기 위해서는 올바른 축척인자의 선정이 중요하다(이춘경과 김창환, 2001; Jenness, 2006). 본 연구에서는 대상지역의 지형분류에 적합한 축척인자를 결정하기 위하여, 장광민(2007)의 축척결정알고리즘을 이용하였다.
본 연구에서는 지 형 분류방법으로 TPI를 이용한 지형분류 기법을 적용하였으며(Weiss, 2001; Jenness, 2006), TPI 산출을 위해 Arcview script 를 기반으로 만들어진 TPI 산출 프로그램 사용하 였 다(http://www.jennessent.com/ arcview/ tpi.htm, 2007.12.24.).
한편, Weiss(2001)의지형위치지수(Topographic Position Index: TPI) 기법은 경사도와 고도뿐만 아니라 인접지역에대한 기복량까지 함께 고려하여 다양한 지형을쉽게 정량화 시킬 수 있다는 점에서 지형분류에적합하다. 산불은 지표면을 따라서 확산하고, GIS 등을 통해 지표면의 현 상태에 대한 정량화된 정보를 산출할 수 있다는 측면(Gerrard, 1992)에서 본 연구에서는 형태적 분류 방법에기반하여 지형을 구분하였다.
성능/효과
그 관계를 분석하였다. 그 결과 침엽수림에서는 지형에 따라 산불피해도가 달라, 산지 수로(Upland drainage), 산복사면(Upper slope), 능선(High ridge) 부분에서 피해가 컸다. 활엽수림에서는 지형에 따른 산불피해도 간의 유의한 관계가 관찰되지 않았다.
사면부 지형에서는 산복사면(US)이 산록사면(OS)에 비해 상대적으로 고도가 높게 나타났으며 경사도에서는 유의한 차이가 나타나지 않았다. 능선부지형에서는 능선(HR)이 고도가 가장 높았고, 곡저구릉(LR), 평탄구릉(MR)의 순으로 고도가 점차 낮아지는 특징을 보였다.
즉 산지수로(HW), 능선(HR), 산 복사 면(US)의 지형에서 산불피해도가 가장 높게 나타났으며, 얕은계곡(SV), 산록사면(OS), 평탄구릉(MR), 심곡(DIS)는 중간이었다. 마지막으로 곡저구릉(LR), 평탄곡지(UV), 평지(PL) 등은 산불피해가 가장 작았다.
평지(PL)의 경우 고도 100m이하의 저지대에 위치하며 5° 이하의 낮은 경사도를 보여주었다. 사면부 지형에서는 산복사면(US)이 산록사면(OS)에 비해 상대적으로 고도가 높게 나타났으며 경사도에서는 유의한 차이가 나타나지 않았다. 능선부지형에서는 능선(HR)이 고도가 가장 높았고, 곡저구릉(LR), 평탄구릉(MR)의 순으로 고도가 점차 낮아지는 특징을 보였다.
0001). 즉 산지수로(HW), 능선(HR), 산 복사 면(US)의 지형에서 산불피해도가 가장 높게 나타났으며, 얕은계곡(SV), 산록사면(OS), 평탄구릉(MR), 심곡(DIS)는 중간이었다. 마지막으로 곡저구릉(LR), 평탄곡지(UV), 평지(PL) 등은 산불피해가 가장 작았다.
상대적 위치를 의미한다. 즉, TPI 값이 양의 값을 나타내면 특정 셀이 주변보다 높음을, TPI 값이 음의 값을 나타내면 특정 셀이 주변보다 낮은 지형임을 의미한다.
지형구분결과 그림 4와 그림 5와 같이 계곡 부 지형에서는 산지수로(HW)에서 가장 높은 고도와 경사도를 보였고, 얕은 계곡(SV), 심곡 (DIS), 평탄곡지(UV)의 순으로 고도와 경사도가 점차 낮아지는 경향을 보였다. 평지(PL)의 경우 고도 100m이하의 저지대에 위치하며 5° 이하의 낮은 경사도를 보여주었다.
혼효림에서는 산지수로(HW), 능선(HR)이 피해가 심한 그룹으로, 곡저구릉이 피해가 약한 것으로 분석되었으며, 나머지 지형에서는 통계적으로 유의한 차이가 나지 않았다. 활엽수림에서는모든 지형에서 유의한 차이가 발견되지 않았다.
후속연구
그러나 지형과 산불과의 관계를 구명한 연구는 Viegas와 Pita(2004)가 계곡에서의 산불행동을 관찰한 사례와 이시영 (1994)이 경관 수준에서 지형에 따라 산불을 6 가지로 구분한 것 외에 미흡한 실정이다. 더욱이 지형에 따라 산불이 급격하게 변화하여 진화대원의 안전에 영향을 미칠 수 있으므로, 산불에 대한 지형의 영향을 구명한다면 산불위험도분석 및 진화대원 안전을 확보한 진화전략 수립등 진화 의사결정에 있어서 기초 자료로 활용할수 있을 것이다.
나타나지 않는다. 따라서 이 두 개의 지형은추후 국내 실정에 맞는 지형용어 및 분류기준이확립되면, 다른 지형으로 재분류될 필요성이 있다고 판단된다.
하지만, 아직까지 우리나라에 맞는 지형의 형태적 구분에 대한 명확한 분류체계가 정립되지 않고 있다. 따라서 향후 우리나라의 지형 특성에 맞는 지형의 형태적 분류체계와 지형용어가 확립되어야 할 필요성이 제기된다. 亙드§
아울러, 산불진화 시 진화대원의 안전을 고려 했을 때 이러한 지역을 사전에 파악하여 투입지역에서 우선 배제하여야 할 것이다. 또한, 내화 수림대 조성 시 침엽수로 구성되어 있으면서 피해가 크다고 분석되는 지형을 우선 고려해야 할 필요도 제기된다. 하지만, 아직까지 우리나라에 맞는 지형의 형태적 구분에 대한 명확한 분류체계가 정립되지 않고 있다.
이러한 결과는 산불 예방단계에서 산불피해가 심할 수 있는 대형 산불위험 지역 분석과정에 지형인자를 고려할 때 기초 자료로 활용될 수 있으리라 판단된다. 아울러, 산불진화 시 진화대원의 안전을 고려 했을 때 이러한 지역을 사전에 파악하여 투입지역에서 우선 배제하여야 할 것이다. 또한, 내화 수림대 조성 시 침엽수로 구성되어 있으면서 피해가 크다고 분석되는 지형을 우선 고려해야 할 필요도 제기된다.
활엽수림에서는 지형에 따른 산불피해도 간의 유의한 관계가 관찰되지 않았다. 이러한 결과는 산불 예방단계에서 산불피해가 심할 수 있는 대형 산불위험 지역 분석과정에 지형인자를 고려할 때 기초 자료로 활용될 수 있으리라 판단된다. 아울러, 산불진화 시 진화대원의 안전을 고려 했을 때 이러한 지역을 사전에 파악하여 투입지역에서 우선 배제하여야 할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.