본 논문에서는 산불 발생 시 화재의 확산경로와 속도 예측이 가능한 관제 모니터링알고리즘을 개발 하였다. 특히 관제 기능에서는 안전 구역 확보를 통해 화재진압에 소요되는 시간을 줄이고 인명, 산림재산 피해를 최소화 하는 방법을 제안한다. 기존 산불 확산 경로 예측 방법에서는 지형, 기상, 연료인자, 영상정보 등을 통해 산불 확산 모델 및 속도를 예측한다. 하지만 이 경우 범위가 넓은 산을 관제하기엔 비용도 많이 소요가 되고, 확산 모델 예측 및 경로 파악에만 집중하여 안전 구역 확보에 대한 노력이 부족한 문제점들이 발생한다. 따라서 본 논문에서는 산불의 이동방향과 속도를 예측하고 화재 진압을 위한 안전구역을 확보하는 알고리즘을 제안한다. 제안된 알고리즘은 온도 변화량 및 연기와 풍향 등의 산불 재난에 따른 속성정보를 분석하여 산불의 이동방향을 예측하고 안전구역을 확보하는 기법이다. 개발된 훈련 관제 모니터링 시스템은 주어진 모의실험 환경에서 산불의 이동 속도 및 이동 방향의 분석이 가능하고 산불에 대한 확산 예측과 진화 및 진압 훈련이 가능한 중앙관제 모니터링 기능을 제공한다.
본 논문에서는 산불 발생 시 화재의 확산경로와 속도 예측이 가능한 관제 모니터링 알고리즘을 개발 하였다. 특히 관제 기능에서는 안전 구역 확보를 통해 화재진압에 소요되는 시간을 줄이고 인명, 산림재산 피해를 최소화 하는 방법을 제안한다. 기존 산불 확산 경로 예측 방법에서는 지형, 기상, 연료인자, 영상정보 등을 통해 산불 확산 모델 및 속도를 예측한다. 하지만 이 경우 범위가 넓은 산을 관제하기엔 비용도 많이 소요가 되고, 확산 모델 예측 및 경로 파악에만 집중하여 안전 구역 확보에 대한 노력이 부족한 문제점들이 발생한다. 따라서 본 논문에서는 산불의 이동방향과 속도를 예측하고 화재 진압을 위한 안전구역을 확보하는 알고리즘을 제안한다. 제안된 알고리즘은 온도 변화량 및 연기와 풍향 등의 산불 재난에 따른 속성정보를 분석하여 산불의 이동방향을 예측하고 안전구역을 확보하는 기법이다. 개발된 훈련 관제 모니터링 시스템은 주어진 모의실험 환경에서 산불의 이동 속도 및 이동 방향의 분석이 가능하고 산불에 대한 확산 예측과 진화 및 진압 훈련이 가능한 중앙관제 모니터링 기능을 제공한다.
In this paper, we propose a central disaster monitoring system of the forest fire. This system provides the safe-zone and detection to reduce the suppression efforts. In existing system, it has a few providing the predicting of wildfire spread model and speed through topography, weather, fuel factor...
In this paper, we propose a central disaster monitoring system of the forest fire. This system provides the safe-zone and detection to reduce the suppression efforts. In existing system, it has a few providing the predicting of wildfire spread model and speed through topography, weather, fuel factor. This paper focus on the forest fire diffusion model and predictions of the path identified to ensure the safe zone. Also we have considering the forest fire of moving direction and speed for fire suppression and monitering. The proposed algorithm could provide the technique to analyze the attribute information that temperature, wind, smoke measured over time. This proposed central observing monitoring system could provide the moving direction of spred out forecast wildfire. This observing and monitering system analyze and simulation for the moving speed and direction forest fire, it could be able to predict and training the forest fire fighters in a given environment.
In this paper, we propose a central disaster monitoring system of the forest fire. This system provides the safe-zone and detection to reduce the suppression efforts. In existing system, it has a few providing the predicting of wildfire spread model and speed through topography, weather, fuel factor. This paper focus on the forest fire diffusion model and predictions of the path identified to ensure the safe zone. Also we have considering the forest fire of moving direction and speed for fire suppression and monitering. The proposed algorithm could provide the technique to analyze the attribute information that temperature, wind, smoke measured over time. This proposed central observing monitoring system could provide the moving direction of spred out forecast wildfire. This observing and monitering system analyze and simulation for the moving speed and direction forest fire, it could be able to predict and training the forest fire fighters in a given environment.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 산불 감지 노드의 좌표를 이용하여 효율적으로 산불의 이동경로 및 이동속도를 예측하는 알고리즘을 제시하고자 한다. 본 논문의 구성은 II절에서 이와 관련된 연구를 제시하고 III절에서는 본 논문에서 제안된 산불 이동속도의 예측 및 분석 알고리즘을 보여 준다.
여기서 최단 거리 경로를 구하는 알고리즘은 방향성이 없는 출발지점과 도착지점 사이의 최단경로를 계산할 수 있는 dijkstra Algorithm을 적용했지만 최단경로 알고리즘은 단지 대피소로 이동하는 안전한 경로만을 제시해줄 뿐 산불이 어디서 발생됐고, 언제 어느 방향으로 확산되는지 알지 못하는 문제점이 있다. 본 논문에서는 이러한 문제점을 해결해 줄 수 있는 산불의 방향과 산불의 확산 경로와 산불의 진화를 위해 산불의 도착하는 시간을 환경에 따라 예측 가능한 알고리즘을 제공하고 이의 관제 및 훈련이 가능한 시스템을 제안한다.
기존 산불예방을 위한 연구에서는 주로 이미 측정된 산불 통계 자료를 통해서 산불위험지수를 만들었다. 본 연구에서는 현재 발생한 상황을 좀 더 정확히 통제하기 위해 산불 감지 노드에서 수집된 상황정보와 신호를 보낸 노드의 좌표를 이용하여 산불의 이동경로 및 이동속도를 예측하는 알고리즘을 제안한다. 제안된 알고리즘을 사용하여 각 노드가 위치한 지역에 단계별 경보를 설정하고 이에 따라 그 지역을 위험구역, 경계 구역, 안전구역으로 구분한다.
제안된 연구에서는 관제센터의 안전구역 확보 알고리즘을 제공하기 위해 화재 이동속도 알고리즘의 결과와 화재 이동방향 알고리즘의 결과를 통하여 화재 발생 구역 내 위험 구역과 안전 구역을 스스로 구분하고 제공하게 된다. 특히 센서 노드간 시간 별 화재 위치 변화에 따라 안전구역을 새로이 확보하고자 하는것이 알고리즘의 목표이다.
가설 설정
산불 이동방향 예측 알고리즘은 산불의 영향력을 노드의 온도변화량에 의존하는 것으로 가정하고 산불과 노드사이의 거리 비율을 이용해 이동방향을 예측하게 된다. 제안하는 알고리즘은 훈련 및 관제센터에서 화재 진압을 위한 안전구역을 확보하기 위해 산불의 이동방향과 속도를 이용하여 인근 마을이나 사람이 거주하고 있는 지역에 화재가 접근하는 것을 예측하고 사전 예방을 하게 한다.
제안 방법
처음 단계에서는 산불이 이동하여 산불의 범위에 있지 않던 노드가 산불 범위내로 들어오게 되는 시간을 측정하게 된다. 다음 두 번째로 그 다음 또 다른 노드가 범위내로 들어오는 시간차와 노드간의 거리를 이용하여 산불의 이동속도를 계산한다. 마지막으로 계산한 값이 시뮬레이션 프로그램에서 나온 값과 같은지 비교한다.
화재지역 주변 노드들은 생성된 좌표를 이용하여 온도 데이터를 수집 하게 되고, 수집된 온도 데이터를 이용하여 화재지역의 지형과 주변 정보를 분석하고, 주어진 임계온도와 비교하여 화재지역임을 예측한다. 또한 제안된 알고리즘에서는 산불의 확산을 예측하기 위하여 임계온도의 초과 시점과 시간차를 분석하여 산불의 이동속도를 예측 계산하는 알고리즘이 적용된다[9, 10].
화재 인식 센서 노드들로 부터 식별된 방향, 속도 인자에 따라 해당 지역 노드들을 중심으로 각 구역의 안전도 등급을 구분하여 설정하게 된다. 본 논문에서 제공하는 산불 재난 재해 지역의 각 구역은 관제센터의 모니터를 위해 본 논문에서는 기본적으로 3개의 등급으로 나누는 알고리즘을 적용하여 적색(위험), 황색(주의), 녹색(안전) 상태로 구분되어 지역별 위험도를 표시하고 있다. 이러한 등급의 기준을 제시하는 수준 알고리즘은 트리 방식으로 등급을 더욱 세분화가 가능하다.
본 논문에서 제안하는 산불 이동속도 분석 알고리즘은 예측하고자 하는 장소와 제공되는 환경에 배치된 각 노드사이의 거리와 화재의 영향이 미치는 파라미터들의 정보와 취득된 시간차에 따른 변화량을 분석하고 이를 이용하여 산불의 유무 및 진화를 위한 이동속도를 예측하는 알고리즘이 제공된다. 이를 위한 알고리즘은 다음 그림 1에서처럼 제안된 알고리즘에서 최초의 산불 감지 노드는 화재 발생 시 화재 지역 위치를 먼저 생성한다.
본 논문에서 제안하는 산불 진압 및 진화 알고리즘의 효율성을 증명하기 위하여 시뮬레이션 프로그램을 제작하였다. 모니터링 되는 관제 시스템에서의 원형은 산불의 영향력이 미치는 범위를 제시된 알고리즘에 의해 나타내고, 작은 점들은 각각의 정보들을 제공하는 노드들을 나타낸다.
본 논문에서 제안하는 알고리즘은 산불의 이동속도와 이동방향으로 구성된다. 기존 연구들은 인근 거주자들이 최단거리를 통해 대피소로 대피할 수 있는 알고리즘을 제시하였다.
산불의 이동방향과 이동속도를 예측할 수 있다면 인근 거주자들이 대피에 대한 유무와 대피를 완료해야 하는 시간 등이 제공될 수 있다. 본 논문에서 제안하는 알고리즘은 온도감지노드, 이산화탄소 및 풍향 등의 다양한 환경 센서 등을 통해 추출된 데이터와 파라미터의 변화량, 시간차를 이용하여 기존 알고리즘의 문제점을 해결하고 산불의 확산을 예측하고 진화 및 확산을 방지 할 수 있는 시스템을 제공한다.
이를 위해 본 논문의 안전구역 확보 알고리즘은 먼저 화재 이동방향 알고리즘과 화재 이동속도 알고리즘이 실행되어 화재의 이동방향과 이동속도를 분석하게 된다. 화재 인식 센서 노드들로 부터 식별된 방향, 속도 인자에 따라 해당 지역 노드들을 중심으로 각 구역의 안전도 등급을 구분하여 설정하게 된다.
본 연구에서는 현재 발생한 상황을 좀 더 정확히 통제하기 위해 산불 감지 노드에서 수집된 상황정보와 신호를 보낸 노드의 좌표를 이용하여 산불의 이동경로 및 이동속도를 예측하는 알고리즘을 제안한다. 제안된 알고리즘을 사용하여 각 노드가 위치한 지역에 단계별 경보를 설정하고 이에 따라 그 지역을 위험구역, 경계 구역, 안전구역으로 구분한다. 구분된 지역에 따라 화재 진압의 자료로 활용 및 인명 피해도 최소화 할 수 있다.
제안된 연구에서는 관제센터의 안전구역 확보 알고리즘을 제공하기 위해 화재 이동속도 알고리즘의 결과와 화재 이동방향 알고리즘의 결과를 통하여 화재 발생 구역 내 위험 구역과 안전 구역을 스스로 구분하고 제공하게 된다. 특히 센서 노드간 시간 별 화재 위치 변화에 따라 안전구역을 새로이 확보하고자 하는것이 알고리즘의 목표이다.
산불 이동방향 예측 알고리즘은 산불의 영향력을 노드의 온도변화량에 의존하는 것으로 가정하고 산불과 노드사이의 거리 비율을 이용해 이동방향을 예측하게 된다. 제안하는 알고리즘은 훈련 및 관제센터에서 화재 진압을 위한 안전구역을 확보하기 위해 산불의 이동방향과 속도를 이용하여 인근 마을이나 사람이 거주하고 있는 지역에 화재가 접근하는 것을 예측하고 사전 예방을 하게 한다.
이를 위한 알고리즘은 다음 그림 1에서처럼 제안된 알고리즘에서 최초의 산불 감지 노드는 화재 발생 시 화재 지역 위치를 먼저 생성한다. 화재지역 주변 노드들은 생성된 좌표를 이용하여 온도 데이터를 수집 하게 되고, 수집된 온도 데이터를 이용하여 화재지역의 지형과 주변 정보를 분석하고, 주어진 임계온도와 비교하여 화재지역임을 예측한다. 또한 제안된 알고리즘에서는 산불의 확산을 예측하기 위하여 임계온도의 초과 시점과 시간차를 분석하여 산불의 이동속도를 예측 계산하는 알고리즘이 적용된다[9, 10].
후속연구
본 알고리즘에서 이동방향을 구하는 알고리즘이 100% 정확한 값을 내지는 못한다. 다른 데이터나 다른 방법을 이용하여 100%에 가까운 예측결과를 만들어 내는 것이 앞으로의 해결 과제이며, 온도 데이터 뿐 아니라 습도, 이산화탄소 등의 데이터까지 활용하여 좀 더 정확한 예측결과를 도출해 낼 수 있도록 연구할 필요가 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
산불 발생 시 안전한 대피소까지 최단 거리 경로를 구하는 알고리즘으로 기존 연구에서 적용한 알고리즘은 무엇인가?
산불이 발생했을 경우 발생 장소를 제공하고 이로부터 빠르게 대피소를 찾아갈 수 있는 연구가 [7, 8]에서 진행 되었다. 여기서 최단 거리 경로를 구하는 알고리즘은 방향성이 없는 출발지점과 도착지점 사이의 최단경로를 계산할 수 있는 dijkstra Algorithm을 적용했지만 최단경로 알고리즘은 단지 대피소로 이동하는 안전한 경로만을 제시해줄 뿐 산불이 어디서 발생됐고, 언제 어느 방향으로 확산되는지 알지 못하는 문제점이 있다. 본 논문에서는 이러한 문제점을 해결해 줄 수 있는 산불의 방향과 산불의 확산 경로와 산불의 진화를 위해 산불의 도착하는 시간을 환경에 따라 예측 가능한 알고리즘을 제공하고 이의 관제 및 훈련이 가능한 시스템을 제안한다.
관제센터의 안전구역 확보 알고리즘의 목표는 무엇인가?
제안된 연구에서는 관제센터의 안전구역 확보 알고리즘을 제공하기 위해 화재 이동속도 알고리즘의 결과와 화재 이동방향 알고리즘의 결과를 통하여 화재 발생 구역 내 위험 구역과 안전 구역을 스스로 구분하고 제공하게 된다. 특히 센서 노드간 시간 별 화재 위치 변화에 따라 안전구역을 새로이 확보하고자 하는것이 알고리즘의 목표이다.
최단경로 알고리즘의 문제점은 무엇인가?
산불이 발생했을 경우 발생 장소를 제공하고 이로부터 빠르게 대피소를 찾아갈 수 있는 연구가 [7, 8]에서 진행 되었다. 여기서 최단 거리 경로를 구하는 알고리즘은 방향성이 없는 출발지점과 도착지점 사이의 최단경로를 계산할 수 있는 dijkstra Algorithm을 적용했지만 최단경로 알고리즘은 단지 대피소로 이동하는 안전한 경로만을 제시해줄 뿐 산불이 어디서 발생됐고, 언제 어느 방향으로 확산되는지 알지 못하는 문제점이 있다. 본 논문에서는 이러한 문제점을 해결해 줄 수 있는 산불의 방향과 산불의 확산 경로와 산불의 진화를 위해 산불의 도착하는 시간을 환경에 따라 예측 가능한 알고리즘을 제공하고 이의 관제 및 훈련이 가능한 시스템을 제안한다.
참고문헌 (10)
J. Lloret, M. Garcia, D Bri, and S. Sendra, "A wireless sensor network deployment for rural and forest fire detection and verification," Sensors, vol. 9, no. 11, pp. 8722-8747, Oct. 2009.
M. Holmes, Y. Wang, I. Ziedins, "The Application of Data Mining Tools and Statistical Techniques to Identify Patterns and Changes in Fire Events," The University of Auckland Final Research Rep. 95, 2009.
P.L. Andrews, L.L.P. Queen, "Fire modeling and information system technology," International Journal of Wildland Fire, vol.10, pp.343-352, June 2001.
K. Sha, W. Shi, O. Watkins, "Using Wireless Sensor Networks for Fire Rescue Applications: Requirements and Challenges," Electro information Technology, IEEE International Conference, 2006.
Turgay Celik, "Fast and Efficient Method for Fire Detection Using Image Processing," ETRI Journal, vol. 32, no. 6, pp.881-890, Dec. 2010
M. A. Parisien, V. S. Peters, Y. Wamg, J. M. Little, E. M. Bosch, and B. J. Stocks, "Spatial Patterns of Forest Fires in Canada, 1980-1999," International Journal of Wildland Fire, vol.15, pp.361-374, Sep. 2006.
K. G. Hirsch, "Canadian Forest Fire Behavior Prediction (FBP) System: user's guide," Canadian Forest Service, Special Report 7. 1996.
L. Cunbin, Z. Jing, T. Baoguo and Z. Ye, "Analysis of Forest Fire Spread Trend Surrounding Transmission Line Based on Rothermel Model and Huygens Principle," International Journal of Multimedia and Ubiquitous Engineering, vol. 9, no 9, pp.51-60, Sep. 2014.
H. William, A. Teukolsky, T. William, P. Brian, Numerical Recipes Example Book, 2nd ed. Cambridge New York, NY: Cambridge University Press, 1992.
A. Zhao, L. Wang and C. H. Yao, "Research on Electronic-nose Application Based on Wireless Sensor Networks," International Symposium on Instrumentation Science and Technology, pp.250-254, Aug. 2006.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.