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
- 등 온실가스 배출량을 추정하였다. 또한, 국가적으로 기후변화협약에 대응 하기 위해 산불피해지내 온실가스 배출량 추정량을 구하여 post-2012 대응을 위한 국가 보고 자료로 활용하는데 목적이 있다.
- 본 지역은 산불피해면적이 100ha 이상으로 산림보호법 시행령 제25조 제1항에 정의되어 있는 대형산불피해지였다. 본 연구에서는 대형산불피해지의 현장조사와 위성영상자료를 취득하여 산불피해강도 별 면적을 산출하고 온실가스배출량 추정을 하였다.
- 본 연구에서는 산불로 인해 배출되는 온실가스 배출량을 정량적으로 추정하기 위해 방법론을 제시하였다. 이를 위해 2013년 3월에 9일에 발생한 대형 산불피해지(포항, 울주, 봉화)의 현장조사 자료와 위성영상 자료를 통해 산불피해강도를 구분하여 피해면적을 산출하고 산불로 인해 배출되는 온실가스 배출량을 추정 하였다.
가설 설정
- 산불로 인한 연소효율(Combustion efficiency)은 일반적으로 50%에서 95%까지로 추정(Ward, 1990)하고 있으며, 연소효율의 계산은 모든 탄소가 이산화탄소로부터 배출된다고 가정하고 이산화탄소에 포함되어 있는 실제 탄소비율로 측정할 수 있다. 대개 연소효율은 연기가 나고 화세가 약한 불에서 가장 낮고 통풍이 잘되고 화세가 강한 산불의 경우에 가장 높다.
제안 방법
- 먼저 대상지의 주요 수종의 분포를 파악하고 현지 조사를 통해 수종에 대한 수종명, 흉고직경, 수고 그리고 산불피해강도에 따른 구분을 하였다. 각 산불피해지에서 GPS 수신기를 이용하여 산불피해등급별로 위치정보를 수집하였다. 결과적으로 총 31개 지점에서 파악하였는데, 수집된 자료를 훈련자료로 이용하여 7~8개의 수관전소, 수관열해, 피해중, 피해경으로 구분했고 미피해지는 1개 지점으로 구분하였다.
- 각 산불피해지에서 GPS 수신기를 이용하여 산불피해등급별로 위치정보를 수집하였다. 결과적으로 총 31개 지점에서 파악하였는데, 수집된 자료를 훈련자료로 이용하여 7~8개의 수관전소, 수관열해, 피해중, 피해경으로 구분했고 미피해지는 1개 지점으로 구분하였다. 산불피해지역의 경계 구획은 현장에서 조사한 결과와 위성영상의 다양한 밴드조합을 통해 산불피해지의 외곽선을 On-screen digitizing을 실시하여 피해경계를 설정하였다.
- 연구대상지의 산불피해등급 구분을 위하여 그림 3의 각 위성영상 내 지역에 대해 현지조사를 실시하였다. 먼저 대상지의 주요 수종의 분포를 파악하고 현지 조사를 통해 수종에 대한 수종명, 흉고직경, 수고 그리고 산불피해강도에 따른 구분을 하였다. 각 산불피해지에서 GPS 수신기를 이용하여 산불피해등급별로 위치정보를 수집하였다.
- 본 연구에서는 ‘연소효율’은 표 2와 같이 KFRI(2010)가 연구한 울진산불사례에서 적용 하여 수관전소 0.95 수관열해 0.46 피해중 0.27 피해경 0.12 값을 IPCC(2006) 가이드라인에서 제시한 추정식의 연소효율 항목에 적용하였다(표 2).
- 본 연구에서는 산불피해강도의 정의를 유기물 감소 등 환경요소의 변화 개념을 고려하여 산불 후 효과 모니터링을 위해 피해강도(Burn severity) 측면으로 국한시켜 접근하였으며, 피해강도의 등급을 수관전소(Extreme), 수관열해(High), 피해중(Moderate), 피해경(Low), 미피해지(Unburn) 5등급으로 구분하였다(표 1).
- 본 연구에서는 오차행렬을 이용하여 전체정확도(Overall Accuracy), 생산자 정확도 (Producer’s accuracy)와 사용자 정확도 (User’s accuracy) 간에 Kappa 계수로 정확도를 평가하였다.
- 본 연구에서는 위성영상을 이용하여 산불피해지내 산불피해 강도에 따른 등급을 수관전소, 수관열해, 피해중, 피해경, 미피해 5단계로 구분하고 면적을 산정하였고 각 등급에서 배출되는 CO2, Non-CO2 등 온실가스 배출량을 추정하였다. 또한, 국가적으로 기후변화협약에 대응 하기 위해 산불피해지내 온실가스 배출량 추정량을 구하여 post-2012 대응을 위한 국가 보고 자료로 활용하는데 목적이 있다.
- 결과적으로 총 31개 지점에서 파악하였는데, 수집된 자료를 훈련자료로 이용하여 7~8개의 수관전소, 수관열해, 피해중, 피해경으로 구분했고 미피해지는 1개 지점으로 구분하였다. 산불피해지역의 경계 구획은 현장에서 조사한 결과와 위성영상의 다양한 밴드조합을 통해 산불피해지의 외곽선을 On-screen digitizing을 실시하여 피해경계를 설정하였다. 자료처리를 위해서 원격탐사 처리 및 분석 프로그램인 ENVI와 GIS 프로그램인 ArcGIS를 이용하였다.
- 현장조사 자료로는 상층, 중층 관목층 그리고 지표층으로 나누었으며 상층과 중층 연료량 개산을 위해 국립산림과학원에서 개발한 임목자원평가프로그램을 이용하였다(KFRI, 2004). 상층의 경우 W =aD2H 추정식을 이용하였고, 중층의 경우에는 현장에서 지상에서 최대한 가깝게 벌채한 후 수고와 생중량(연료의 무게)을 측정하고 그 중 1/3을 표본으로 하여 실험실에서 측정한 건중량을 이용하였다. 관목층과 지표층의 경우에는 표준 정방형구(관목층 2×2m와 지표층 0.
- , 2012). 연구대상지의 위성영상자료는 기하보정을 통해 TM(Transverse Mercator) 좌표체계(중부원점)에 따라 투영 변환한 다음 근접 재배열(Nearest neighbor resampling)에 의해 재배열하였으며, 이 때 영상 좌표변환은 X, Y 각 방향에 대해 RMSE 1.0 픽셀 이내의 정확도로 수행하였다.
- 본 연구에서는 산불로 인해 배출되는 온실가스 배출량을 정량적으로 추정하기 위해 방법론을 제시하였다. 이를 위해 2013년 3월에 9일에 발생한 대형 산불피해지(포항, 울주, 봉화)의 현장조사 자료와 위성영상 자료를 통해 산불피해강도를 구분하여 피해면적을 산출하고 산불로 인해 배출되는 온실가스 배출량을 추정 하였다. 각 지역의 온실가스 배출량을 비교해 보면, 수관화 피해로 인해 배출되는 온실가스 배출량이 지표화로 인한 배출량보다 월등이 많은 것을 알 수 있었다.
- 이용 가능한 연료량을 구하기 위해서 본 연구에서는 국립산림과학원에서 2009년~2012년까지 현장에서 조사한 데이터를 통해 얻어진 결과를 수치임상도(1:5,000)의 임상과 영급 정보를 이용하여 총 18개로 분류코드화 한 지도를 이용하였다(KFRI, 2010). 현장조사 자료로는 상층, 중층 관목층 그리고 지표층으로 나누었으며 상층과 중층 연료량 개산을 위해 국립산림과학원에서 개발한 임목자원평가프로그램을 이용하였다(KFRI, 2004).
- 본 연구에서는 KFRI(2010)이 작성한 전국 연료량지도(1:5,000)에서 경북지역과 경남지역만 추출하였다(그림 4). 추출된 연료량지도는 상층과 지표층으로 분리하여 산불피해강도에 따른 온실가스 배출량 추정에 이용하였다. 상층과 지표층으로 구분한 이유는 수관화(crwon fire)와 지표화(surface fire) 피해특성에 따라 수관층과 지표층의 연소량에 영향을 미침으로 그 차이로 산불로 인한 산림연료의 연소시 온실가스 배출량이 달라질 수 있기 때문이다.
대상 데이터
- 연구 대상지역은 2013년 3월 9일 같은 날 발생한 대형산불피해지로 경상북도 봉화와 포항, 경상남도 울주 3지역을 대상으로 하였다. 본 지역은 산불피해면적이 100ha 이상으로 산림보호법 시행령 제25조 제1항에 정의되어 있는 대형산불피해지였다. 본 연구에서는 대형산불피해지의 현장조사와 위성영상자료를 취득하여 산불피해강도 별 면적을 산출하고 온실가스배출량 추정을 하였다.
- 산불피해강도별 분석을 위해서 3지역 모두 5m 해상도인 RapidEye 위성영상을 이용하였다. 울주산불의 영상은 2013년 4월 28일 촬영되었고, 포항과 봉화지역은 촬영시기가 다소 늦은 2013년 6월 3일 영상이다.
- 연구 대상지역은 2013년 3월 9일 같은 날 발생한 대형산불피해지로 경상북도 봉화와 포항, 경상남도 울주 3지역을 대상으로 하였다. 본 지역은 산불피해면적이 100ha 이상으로 산림보호법 시행령 제25조 제1항에 정의되어 있는 대형산불피해지였다.
- 산불피해강도별 분석을 위해서 3지역 모두 5m 해상도인 RapidEye 위성영상을 이용하였다. 울주산불의 영상은 2013년 4월 28일 촬영되었고, 포항과 봉화지역은 촬영시기가 다소 늦은 2013년 6월 3일 영상이다. 산불피해강도별 면적 추출을 위해 사용된 고해상도 위성영상자료는 그림 3와 같다.
데이터처리
- 산불피해지역의 경계 구획은 현장에서 조사한 결과와 위성영상의 다양한 밴드조합을 통해 산불피해지의 외곽선을 On-screen digitizing을 실시하여 피해경계를 설정하였다. 자료처리를 위해서 원격탐사 처리 및 분석 프로그램인 ENVI와 GIS 프로그램인 ArcGIS를 이용하였다.
이론/모형
- 또한, 배출계수는 IPCC에서 제시한 Delmas et al.(1995) 기본 배출계수를 적용하였다. CO2는 1,580, CO 130, CH4 9, NOx 0.
- IPCC(Intergovernmental Panel on Climate Change)에서는 산불에서 직접 배출되는 온실가스 추정방법을 제시하고 있다. 본 연구에서 사용한 온실가스 배출량 추정은 IPCC 2006 가이드라인에서 제시하는 식 (1)을 이용하였다.
- 본 연구에서는 KFRI(2010)이 작성한 전국 연료량지도(1:5,000)에서 경북지역과 경남지역만 추출하였다(그림 4). 추출된 연료량지도는 상층과 지표층으로 분리하여 산불피해강도에 따른 온실가스 배출량 추정에 이용하였다.
- 위성영상을 활용한 연구대상지의 산불피해강도 분석을 위해 감독분류기법을 사용하여 산불피해지 현장조사 자료를 기반으로 최대우도법(Maximum Likelihood, 이하MLC)을 이용하여 산불피해 후의 피해등급을 구분하였다. 위성영상을 분류하는 방법으로 다양한 기법이 있지만 산불피해지 분류에서는 국내 연구에서 최대우도법의 효율성이 검증되었다(KFRI, 2013).
- 이용 가능한 연료량을 구하기 위해서 본 연구에서는 국립산림과학원에서 2009년~2012년까지 현장에서 조사한 데이터를 통해 얻어진 결과를 수치임상도(1:5,000)의 임상과 영급 정보를 이용하여 총 18개로 분류코드화 한 지도를 이용하였다(KFRI, 2010). 현장조사 자료로는 상층, 중층 관목층 그리고 지표층으로 나누었으며 상층과 중층 연료량 개산을 위해 국립산림과학원에서 개발한 임목자원평가프로그램을 이용하였다(KFRI, 2004). 상층의 경우 W =aD2H 추정식을 이용하였고, 중층의 경우에는 현장에서 지상에서 최대한 가깝게 벌채한 후 수고와 생중량(연료의 무게)을 측정하고 그 중 1/3을 표본으로 하여 실험실에서 측정한 건중량을 이용하였다.
성능/효과
- 이를 위해 2013년 3월에 9일에 발생한 대형 산불피해지(포항, 울주, 봉화)의 현장조사 자료와 위성영상 자료를 통해 산불피해강도를 구분하여 피해면적을 산출하고 산불로 인해 배출되는 온실가스 배출량을 추정 하였다. 각 지역의 온실가스 배출량을 비교해 보면, 수관화 피해로 인해 배출되는 온실가스 배출량이 지표화로 인한 배출량보다 월등이 많은 것을 알 수 있었다. 이는 우리나라 산불피해 특성이 경사가 급하고, 소나무 단순림 지역에서는 지표화 보다는 수관화가 많이 일어나는 것과 연관성이 있다.
- 001%) 배출되었다(표 7). 결과를 보면, 산불피해면적이 가장 큰 울주 지역에서 온실가스가 가장 많이 배출된 것으로 나타났다.
- 그러나 실제 현장조사 결과 울주지역의 경우 ‘수관열해’ 보다는 ‘수관전소’ 지역이 많았으며, 이는 영상 분류 시 음영지역 혹은 산불피해지의 반사값과 유사하게 나타나서 오분류가 발생한 것으로 사료된다.
- 또한 온실가스 배출량을 추정하는데 있어 산불피해등급에 의한 면적 산출이 상당히 중요한 인자로 작용한다는 것을 알 수 있었다. 본 연구에서는 5m급 중고해상도를 사용하였는데, 최근 촬영되는 1m이하의 고해상도 위성영상 (Geoeye, Worldview-2)등을 이용하면 보다 정밀하게 피해면적 산출이 가능할 것으로 사료 된다.
- 02ha로 나타났다. 봉화지역의 정확도 평가 결과 전체정확도는 72.01%로 나타났고 Kappa 계수는 0.625였다. 봉화산불 피해강도별 연소면적 추출을 위한 최대우도법 분석결과‘피해중’으로 인한 피해가 가장 많았다.
- 울주산불 피해강도별 온실가스 배출량 추정 수관화의 결과로 인해 CO2가 63,260g/kg-1· ha-1(91.1%), CO가 5,207g/kg-1·ha-1(7.50%), CH4가 360g/kg-1·ha-1(1.32%), N2O가 28.0g/kg-1·ha-1(0.04%) 그리고 NOx가 4.4g/kg-1·ha-1(0.01%)로 배출 되었고 지표 화로 인해 CO2가 11,176g/kg-1·ha-1 (16.1%), CO가 919g/kg-1·ha-1(1.32%), CH4가 63g/kg-1·ha-1(0.09%), N2O가 4.9g/kg-1· ha-1(0.01%) 그리고 NOx가 0.7g/kg-1·ha-1로(0.001%) 배출되었다(표 7).
- 이 지역은 현장조사 결과 ‘피해중’ 으로 분류된 지역이 대부분 ‘수관열해’ 지역인 것으로 나타났다.
- 9ha로 나타났고 산림청 통계로는 280ha였다. 정확도 평가 결과 전체정확도는 82.09%, Kappa 계수는 0.754로 나타났다. 최대우도법을 적용하여 울주산불 피해강도별 연소면적 추출한 결과 ‘수관열해’로 인한 피해가 가장 많았다.
- 최대우도법을 적용하여 울주산불 피해강도별 연소면적 추출한 결과 ‘수관열해’로 인한 피해가 가장 많았다.
- 최대우도법을 적용하여 포항산불 피해강도별 연소면적을 추출한 결과 ‘수관열해’ 로 인한 피해가 가장 많은 것으로 나타났다.
- 이는 우리나라 산불피해 특성이 경사가 급하고, 소나무 단순림 지역에서는 지표화 보다는 수관화가 많이 일어나는 것과 연관성이 있다. 특히 수관연료량이 지표연료량보다 60~70% 가량 많이 분포하는 특성을 가져 수관화로 인한 산림연료가 연소될 경우 훨씬 많은 온실가스가 배출되는 것을 알 수 있었다.
후속연구
- 향후 연료량 지도, 연소효율 그리고 배출 계수 등에 대한 추가 연구를 통해 국가고유지 표의 개발이 요구된다. 본 연구를 통해 산불피해지의 정확한 피해특성을 신속하게 파악할 수 있으며 대형 산불피해지 복구 계획 수립을 위한 기초자료 제공은 물론 산불로 인한 피해평가 및 온실가스 배출량 추정 등 국가 고유 활동자료 작성이 가능할 것으로 판단된다.
- 또한 온실가스 배출량을 추정하는데 있어 산불피해등급에 의한 면적 산출이 상당히 중요한 인자로 작용한다는 것을 알 수 있었다. 본 연구에서는 5m급 중고해상도를 사용하였는데, 최근 촬영되는 1m이하의 고해상도 위성영상 (Geoeye, Worldview-2)등을 이용하면 보다 정밀하게 피해면적 산출이 가능할 것으로 사료 된다. 향후 연료량 지도, 연소효율 그리고 배출 계수 등에 대한 추가 연구를 통해 국가고유지 표의 개발이 요구된다.
- 본 연구에서는 5m급 중고해상도를 사용하였는데, 최근 촬영되는 1m이하의 고해상도 위성영상 (Geoeye, Worldview-2)등을 이용하면 보다 정밀하게 피해면적 산출이 가능할 것으로 사료 된다. 향후 연료량 지도, 연소효율 그리고 배출 계수 등에 대한 추가 연구를 통해 국가고유지 표의 개발이 요구된다. 본 연구를 통해 산불피해지의 정확한 피해특성을 신속하게 파악할 수 있으며 대형 산불피해지 복구 계획 수립을 위한 기초자료 제공은 물론 산불로 인한 피해평가 및 온실가스 배출량 추정 등 국가 고유 활동자료 작성이 가능할 것으로 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.