본 연구의 목적은 장기적인 화재 발생 데이터를 이용하여 연구지역에서의 화재 발생에 대한 공간적인 군집 특성을 분석하는 것이다. 이를 위해 강원도 읍 면 동 단위에서 지난 40년 동안 발생한 화재 자료를 GIS 데이터로 변환하여 공간 분석을 수행하였다. 화재의 공간적인 군집 특성 파악에는 국지적 공간 연관성을 분석하는 방법인 Moran's I, Geary's Ci 그리고 Getis-Ord's Gi*를 활용하였다. 그리고 개별 분석방법이 지니는 장점을 연구 결과에 반영하기 위하여, 각각의 분석에서 도출된 결과를 통합하여 화재의 공간적 분포 특성을 해석하였다. 연구 결과 강원도에서는 화재 발생의 핫스팟 지역이 존재하였으며, 핫스팟 지역 중에서도 인접한 지역에 비하여 상대적으로 높은 화재 발생빈도를 보이는 지역을 확인할 수 있었다. 본 연구의 결과는 연구지역에서의 화재 발생 위험지역 예측과 소방 시설 재배치를 위한 자료로 활용될 수 있다.
본 연구의 목적은 장기적인 화재 발생 데이터를 이용하여 연구지역에서의 화재 발생에 대한 공간적인 군집 특성을 분석하는 것이다. 이를 위해 강원도 읍 면 동 단위에서 지난 40년 동안 발생한 화재 자료를 GIS 데이터로 변환하여 공간 분석을 수행하였다. 화재의 공간적인 군집 특성 파악에는 국지적 공간 연관성을 분석하는 방법인 Moran's I, Geary's Ci 그리고 Getis-Ord's Gi*를 활용하였다. 그리고 개별 분석방법이 지니는 장점을 연구 결과에 반영하기 위하여, 각각의 분석에서 도출된 결과를 통합하여 화재의 공간적 분포 특성을 해석하였다. 연구 결과 강원도에서는 화재 발생의 핫스팟 지역이 존재하였으며, 핫스팟 지역 중에서도 인접한 지역에 비하여 상대적으로 높은 화재 발생빈도를 보이는 지역을 확인할 수 있었다. 본 연구의 결과는 연구지역에서의 화재 발생 위험지역 예측과 소방 시설 재배치를 위한 자료로 활용될 수 있다.
The purpose of this study is to analyze the spatial cluster characteristics of fire using long-term fire data. For this, fire data which were broke out in the last 40 years were converted into GIS data and spatial analysis was performed at Gangwon-do province's minimum administrative district level....
The purpose of this study is to analyze the spatial cluster characteristics of fire using long-term fire data. For this, fire data which were broke out in the last 40 years were converted into GIS data and spatial analysis was performed at Gangwon-do province's minimum administrative district level. In order to grasp the spatial distribution of the fire, Moran's I, Geary's Ci and Getis-Ord's Gi*, which are methods that analyze the local indicators of spatial association(LISA), were used. By integrating the characteristics of the spatial distribution of fire by integrating the results obtained from each analysis, the advantages of the individual analysis methods were reflected in the study results. As a result of the study, hotspot areas of fire in Gangwon-do was derived out. Among the hot spot areas, some areas, where the fire frequency is higher than the adjacent areas, have been identified. The results of this study can be used as information for predicting the fire hazard area and relocating of fire-fighting facilities in the study area.
The purpose of this study is to analyze the spatial cluster characteristics of fire using long-term fire data. For this, fire data which were broke out in the last 40 years were converted into GIS data and spatial analysis was performed at Gangwon-do province's minimum administrative district level. In order to grasp the spatial distribution of the fire, Moran's I, Geary's Ci and Getis-Ord's Gi*, which are methods that analyze the local indicators of spatial association(LISA), were used. By integrating the characteristics of the spatial distribution of fire by integrating the results obtained from each analysis, the advantages of the individual analysis methods were reflected in the study results. As a result of the study, hotspot areas of fire in Gangwon-do was derived out. Among the hot spot areas, some areas, where the fire frequency is higher than the adjacent areas, have been identified. The results of this study can be used as information for predicting the fire hazard area and relocating of fire-fighting facilities in the study area.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그리고 이 과정에서 연도별, 계절별, 요일별, 시간 대별로 구분하여 분석을 수행함으로써 연구지역 에서 발생한 특정 유형의 화재에 대한 시·공간적인 분포 특성을 파악하고자 하였다.
따라서 본 연구 에서는 화재 발생의 공간적 분포 특성을 파악하기 위해 Moran’s I와 Geary’s Ci, GetisOrd’s Gi* 방법을 모두 적용한 후 그 결과를 해석하였다.
따라서 본 연구에서는 도시 내부 화재 발생에 따른 소방 사각지대 최소화와 도시 화재 위험요인 분석이라는 기존 연구의 한계를 극복하고, 도 단위의 광역 범위에서의 화재 관리라는 관점 에서 화재의 공간 분포 특성을 분석하고자 한다. 이를 통하여 화재의 유형에 따른 화재 발생의 공간적 분포 특성을 찾아냄으로써, 지역의 화재 예방에 활용될 수 있도록 하는 데 그 목적이 있다.
본 연구는 강원도에서 지난 40년 동안 발생한 화재를 GIS 데이터로 구축한 후, 전체 화재 와 유형별 화재에 대하여 공간통계 분석을 수행함으로써, 화재의 공간적 분포가 어떠한 특징을 보이는 가를 분석한 것이다. 지난 40년 동안 강원도에서 발생한 화재 빈도를 10년 단위로 살펴보면 전체 화재 발생빈도는 꾸준히 증가하고 있음을 확인할 수 있었다.
그리고 국가화재정보시스템이 구축된 2007년 이후의 데이터에는 추가로 출동 소방서, 동원된 인원, 날씨, 발화 관련 정보, 건물 층수 등 보다 자세한 정보가 포함되어 있다.본 연구에서는 화재 발생 위치 정보를 이용한 행정구역별 화재 발생빈도에 대하여 분석을 수행하였다.
따라서 본 연구에서는 도시 내부 화재 발생에 따른 소방 사각지대 최소화와 도시 화재 위험요인 분석이라는 기존 연구의 한계를 극복하고, 도 단위의 광역 범위에서의 화재 관리라는 관점 에서 화재의 공간 분포 특성을 분석하고자 한다. 이를 통하여 화재의 유형에 따른 화재 발생의 공간적 분포 특성을 찾아냄으로써, 지역의 화재 예방에 활용될 수 있도록 하는 데 그 목적이 있다.
제안 방법
국지적 Moran’s I 분석 결과와 GetisOrd’s Gi* 분석 결과는 화재 발생의 핫스팟 지역을 찾는 데 활용하였고, Geary’s Ci 분석 결과는 인접한 지역에 비하여 화재 발생빈도에서큰 차이를 보이는 특이 지역을 찾는 데 활용하였다.
2를 사용하였다. 국지적 공간 분석과 전역적 공간자기상관 분석은 모두 전체 화재와 임야 화재, 차량 화재로 구분하여 분석을 수행하였다.
전체 연구지역에 대한 공간자기상관의 유무와 그 정도를 알아보기 위한 전역적 (global) Moran’s I 분석을 수행하였다. 그리고 지역 단위에서 국지적으로 공간군집이 형성 되는 지역을 찾기 위해 LISA(Local Indicators of Spatial Association) 분석을 병행하여 수행하였다.
따라서 연구지역의 최소행정구역 단위인 읍·면·동 단위로 화재 발생빈도를 계산하여 공간군집 여부를 분석하였다.
본 연구에서는 지역별 화재 발생빈도의 공간 자기상관 유무와 그 정도를 알아보기 위해 전역 적 Moran’s I 분석을 수행하였다. 먼저 전체 화재 발생 데이터에 대하여 공간자기상관 분석을 수행하였으며, 다음으로 건축물 화재보다 도심 지역 집중도가 낮은 임야와 차량 화재에 대한 공간자기상관 분석을 추가로 수행하였다.
본 연구에서는 지역별 화재 발생빈도의 공간 자기상관 유무와 그 정도를 알아보기 위해 전역 적 Moran’s I 분석을 수행하였다.
40 년간의 연구자료는 국민안전처 중앙소방본부(구, 소방방재청)에서 화재 자료 전산화를 위하여‘국 가화재정보시스템’을 구축한 2007년을 기준으로 전산화 이전과 전산화 이후의 두 시기로 구분 된다. 본 연구에서도 상대적으로 다양한 속정 정보를 포함하고 있는 2007~2014년 사이의 화재에 대하여 추가적인 분석을 수행하였다.
다음으로 화재 발생의 공간적 분포 특성을 파악하기 위해 유형별 화재 발생빈도에 대하여 공간통계 분석 방법인 공간자기상관(spatial autocorrelation) 분석을 수행하였다. 즉, 공간자기상관 분석을 통하여 화재 발생지역 간의 공간적 연관성을 알아 보았다. 전체 연구지역에 대한 공간자기상관의 유무와 그 정도를 알아보기 위한 전역적 (global) Moran’s I 분석을 수행하였다.
국가화재정보시스템이 구축되기 이전인 1975~2006년 사이에 발생한 화재 19,314건은 화재신고 대장에 기재되어 있는 자료를 입력하여 구축하였다(강원소방본부, 2016). 지오코딩(2007년 이전 데이터) 방법과 좌푯값을 이용한 공간정보 데이터로의 변환 과정을 거쳐서 1975년부터 2014년까지 발생한 개별 화재들을 점(point) 객체의 GIS 데이터로 구축하였다. 화재 발생 데이터에 포함된 주요 정보로는 화재 발생연월일, 시간, 요일, 사망 및 부상자 현황, 재산피해, 화재 유형, 발화요인, 주소 등이 있다.
최근의 화재 경향을 알아보기 위해 국가 차원의 화재 자료 전산화로 데이터의 신뢰도가 상대 적으로 높은 2007~2014년 화재 발생 현황을 추가로 분석하였다. 이 기간 강원도에서 발생한 화재는 모두 19,284건이다.
대상 데이터
본 연구의 공간적 범위는 강원도이다. 강원도는 상대적으로 산지 비율이 높고, 태백산맥을 기준으로 영동지역과 영서 지역으로 기후 및 지형 특성이 구분된다.
시간적 범위와 내용적 범위는 1975년부터 2014년까지 40년 동안 연구지역인 강원도에서 발생한 화재 중 119 신고를 통하여 출동이 이루 어진 화재 약 39,600건을 대상으로 하였다. 40 년간의 연구자료는 국민안전처 중앙소방본부(구, 소방방재청)에서 화재 자료 전산화를 위하여‘국 가화재정보시스템’을 구축한 2007년을 기준으로 전산화 이전과 전산화 이후의 두 시기로 구분 된다.
연구자료는 강원도에서 1975~2014년 사이에 119 소방 출동이 이루어진 화재 39,626건을 대상으로 하였다. 국가화재정보시스템이 구축되기 이전인 1975~2006년 사이에 발생한 화재 19,314건은 화재신고 대장에 기재되어 있는 자료를 입력하여 구축하였다(강원소방본부, 2016).
핫스팟의 경우 전체 화재에서는 원주, 홍천, 철원에 분포하며, 임야 화재의 경우는 홍천, 춘천, 철원, 고성, 인제에 분포한다. 차량 화재의 경우는 강릉, 원주 지역이 핫스팟에 해당하였다.콜드스팟의 경우 전체 화재에서는 오지에 해당 하는 태백, 영월, 정선, 인제의 외곽지역에 분포 하며, 임야 화재에서는 태백과 삼척 지역에 집중적으로 분포한다.
데이터처리
먼저 화재 발생 현황 분석은 빈도 분석 등 기술통계 분석 중심으로 진행하였다. 다음으로 화재 발생의 공간적 분포 특성을 파악하기 위해 유형별 화재 발생빈도에 대하여 공간통계 분석 방법인 공간자기상관(spatial autocorrelation) 분석을 수행하였다. 즉, 공간자기상관 분석을 통하여 화재 발생지역 간의 공간적 연관성을 알아 보았다.
먼저 화재 발생 현황 분석은 빈도 분석 등 기술통계 분석 중심으로 진행하였다. 다음으로 화재 발생의 공간적 분포 특성을 파악하기 위해 유형별 화재 발생빈도에 대하여 공간통계 분석 방법인 공간자기상관(spatial autocorrelation) 분석을 수행하였다.
전체 연구지역에 대한 공간자기상관의 유무와 그 정도를 알아보기 위한 전역적 (global) Moran’s I 분석을 수행하였다.
전체 화재 발생 현황을 알아보기 위하여 화재 유형별 발생빈도 등 일반적인 기술통계 분석과 함께 공간통계 분석을 병행하여 수행하였다. 그리고 이 과정에서 연도별, 계절별, 요일별, 시간 대별로 구분하여 분석을 수행함으로써 연구지역 에서 발생한 특정 유형의 화재에 대한 시·공간적인 분포 특성을 파악하고자 하였다.
이론/모형
따라서 연구지역의 최소행정구역 단위인 읍·면·동 단위로 화재 발생빈도를 계산하여 공간군집 여부를 분석하였다. 공간군집 분석을 위하여 GeoDa 1.12[Exploring Spatial Data with GeoDaTM]를 사용하였다. 인접 지역에 대한 공간가중치 적용 방법에서는 인접한 모든 객체에 대하여 가중치가 반영되는 Queen contiguity를 적용하였고, 가중치 적용 범위를 결정하는 Order of contiguity는‘1’을 적용 하였다.
인접 지역에 대한 공간가중치 적용 방법에서는 인접한 모든 객체에 대하여 가중치가 반영되는 Queen contiguity를 적용하였고, 가중치 적용 범위를 결정하는 Order of contiguity는‘1’을 적용 하였다. 그리고 공간정보 구축, 편집, 기본적인 공간 분석, 지도화 등은 ESRI사의 ArcGIS 10.2를 사용하였다. 국지적 공간 분석과 전역적 공간자기상관 분석은 모두 전체 화재와 임야 화재, 차량 화재로 구분하여 분석을 수행하였다.
인접 지역에 대한 공간가중치 적용 방법에서는 인접한 모든 객체에 대하여 가중치가 반영되는 Queen contiguity를 적용하였고, 가중치 적용 범위를 결정하는 Order of contiguity는‘1’을 적용 하였다.
성능/효과
국지적인 공간군집 분석 결과인 핫스팟의 분포를 보면, 전체 화재에서는 시·군의 외곽지역에서 핫스팟이 나타났다.
이러한 결과는 상대적으로 최근 10년 동안에 발생한 화재 빈도에서 인접 공간과의 유사성이 과거에 비하여 높아졌음을 의미한다. 다만, 높은 공간자기상관 경향을 보이는 산림의 경우는 과거보다 인접 공간과의 유사성이 다소 낮아졌음을 확인할 수 있었다.
분석 결과 국지적 공간군집에서는 일반적으로 Moran’s I 분석 결과와 Getis-Ord’s Gi* 분석 결과는 유사하게 도출되었고, Geary’s Ci 분석 결과에서는 차이를 보였다.
그림 9는 전체 화재에 대한 Getis-Ord’s Gi 분석 결과와 소방서의 위치를 중첩한 지도다. 이 결과만으로 볼 때, 핫스팟에 해당하는 지역은 최소한 안전센터 이상의 소방 시설을 입지시키는 것이 바람직할 것으로 판단된다. 또한 콜드스팟 지역의 경우 대부분 안전센터 이상의 소방 시설이 입지하고 있으 므로, 핫스팟과 콜드스팟 지역의 소방 시설에 대한 조정이 필요하다.
전역적 공간자기상관 분석 결과 최근 10년 동안 발생한 화재에서 상대적으로 공간자기상관 경향이 더 높게 나타났다. 이러한 경향은 도시화 등으로 등질 지역이 증가함으로써 화재 발생 빈도 또한 인접 지역과 유사한 경향을 보인 결과로 해석된다.
본 연구는 강원도에서 지난 40년 동안 발생한 화재를 GIS 데이터로 구축한 후, 전체 화재 와 유형별 화재에 대하여 공간통계 분석을 수행함으로써, 화재의 공간적 분포가 어떠한 특징을 보이는 가를 분석한 것이다. 지난 40년 동안 강원도에서 발생한 화재 빈도를 10년 단위로 살펴보면 전체 화재 발생빈도는 꾸준히 증가하고 있음을 확인할 수 있었다. 화재 유형별로 보면 차량 화재와 기타 화재가 꾸준히 증가하고 있다.
화재 유형별로는 건축물에서 발생한 화재 빈도가 가장 높았으며 차량, 임야의 순으로 높은 빈도를 보였다. 화재 발생 유형 을 10년 단위로 구분하여 보면 전체적인 화재 빈도는 매 10년 단위로 2배 이상씩 증가하고 있음을 확인할 수 있었다(표 1). 화재 유형에서는 건축물 화재 비율이 가장 높지만, 그 비중은 점차 감소하는 추세이다.
지난 40년 동안 강원도에서 발생한 화재는 도시 지역과 주요 도로를 따라 형성되어 있는 거주지를 중심으로 높은 빈도를 보임을 확인할수 있다(그림 1). 화재 유형별로는 건축물에서 발생한 화재 빈도가 가장 높았으며 차량, 임야의 순으로 높은 빈도를 보였다. 화재 발생 유형 을 10년 단위로 구분하여 보면 전체적인 화재 빈도는 매 10년 단위로 2배 이상씩 증가하고 있음을 확인할 수 있었다(표 1).
후속연구
핫스팟 지역이 집중하는 원주의 북부지역은 소방 시설을 보강할 필요가 있으며, 콜드스팟이 집중하여 분포하는 태백 인접 지역의 경우는 소방 시설이 상대적으로 집중된 경향을 보이므로 조정이 필요하 다. 강원도의 화재 발생 분석 결과는 강원도의 한정된 소방 자원을 활용한 최적의 소방 서비스를 제공하는데 필요한 자료로 활용될 수 있다.특히, 시·군별 화재 현황 및 특성 분석 결과는 지역 단위의 맞춤형 소방안전 정책 수립에 이바 지할 수 있다.
특히, 시·군별 화재 현황 및 특성 분석 결과는 지역 단위의 맞춤형 소방안전 정책 수립에 이바 지할 수 있다. 다만, 본 연구는 화재 발생 지점 만을 대상으로 분석을 수행하였다는 점에서 한계가 있다. 따라서 계절, 기온, 인간활동 등 다양한 화재 요인을 공간 분석방법에 접목하기 위한 후속 연구가 필요하다.
이러한 경향은 도시화 등으로 등질 지역이 증가함으로써 화재 발생 빈도 또한 인접 지역과 유사한 경향을 보인 결과로 해석된다. 다만, 임야의 경우는 반대의 경향을 보였다는 점이 특징적이며, 이 부분에 대하여서는 향후 추가적인 연구가 필요할 것으로 판단된다.
다만, 본 연구는 화재 발생 지점 만을 대상으로 분석을 수행하였다는 점에서 한계가 있다. 따라서 계절, 기온, 인간활동 등 다양한 화재 요인을 공간 분석방법에 접목하기 위한 후속 연구가 필요하다.
분석 결과는 소방 시설의 입지 선정과 평가에 활용할 수 있다. 본 연구에서 수행한 분석 결과 만을 고려할 때, 강원도의 경우 소방 시설의 재배치가 필요할 것으로 판단된다. 핫스팟 지역이 집중하는 원주의 북부지역은 소방 시설을 보강할 필요가 있으며, 콜드스팟이 집중하여 분포하는 태백 인접 지역의 경우는 소방 시설이 상대적으로 집중된 경향을 보이므로 조정이 필요하 다.
분석 결과는 소방 시설의 입지 선정과 평가에 활용할 수 있다. 본 연구에서 수행한 분석 결과 만을 고려할 때, 강원도의 경우 소방 시설의 재배치가 필요할 것으로 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
국지적 공간군집 분석의 특징은 무엇인가?
국지적 공간군집 분석은 점(point) 객체가 아닌 면(polygon) 객체에 대한 분석이다. 따라서 연구지역의 최소행정구역 단위인 읍·면·동 단위로 화재 발생빈도를 계산하여 공간군집 여부를 분석하였다.
도시화에 따른 화재 발생의 공간적인 분포는 어떤 경향을 보이는가?
이러한 도시화에 따른 토지피복의 변화는 화재 발생의 공간적인 분포 에도 영향을 미친다. 즉, 화재 발생에 있어서 인접 지역과 유사한 경향을 보이는 지역이 있는가 하면, 특정 지역의 경우 다양한 원인으로 인하여 인접 지역과 차별화된 경향을 보이기도 한다. 화재로 인한 피해를 최소화하기 위한 소방 시스템 또한 이러한 화재 발생의 공간적인 특성을 반영하여 구축되어야 한다.
Moran’s I의 분석 결과로 나타나는 네 가지 유형은 무엇인가?
Moran’s I에 의한 국지적 공간자기상관 분석의 결과는 H-H(높은 값이 높은 값에 의해 둘러싸여 있음), L-L(낮은 값이 낮은 값에 의해 둘러싸여 있음), H-L(높은 값이 낮은 값에 의해 둘러싸여 있음), L-H(낮은 값이 높은 값에 의해 둘러싸여 있음)의 네 가지 유형으로 범주화 된다(Anselin and Bao, 1997; Lee et al., 2010).
참고문헌 (16)
Anselin, L., 1995. Local indicators of spatial association-LISA. Geographical analysis 27(2):93-115.
Anselin, L. and S. Bao. 1997. Exploratory spatial data analysis linking SpaceStat and ArcView. In Recent developments in spatial analysis. Springer, Berlin, Heidelberg.
Gangwon Fire Headquaters https://fire.gwd.go.kr.
GeoDa https://geodacenter.github.io
Getis, A. and J.K. Ord. 1992. The analysis of spatial association by use of distance statistics. Geographical analysis 24(3):189-206.
Heo J.E., G.Y. Jeon and W.H. Hong. 2009. A Study on the Fire Risk Assessment in CBD based on the Characteristic Features of Fire Damage. JOURNAL OF THE ARCHITECTURAL INSTITUTE OF KOREA Planning & Design 25(3):247- 253.
Kang, Y.O. and M.R. Park. 2005. Guidelines for the construction of vulnerability map of fire in Seoul. Journal of Korean Society of Hazard Mitigation 5(1):1-12.
Kim, D.Y. 2014. Spatial Analysis for Forest Fire Using GIS. The Korean Association of Professional Geographers 48(3):325-36.
Kim, H.B., D.M. Kim and S.H. Oh. 2002. A Study of Evaluating a Disaster-vulnerable Area and Locating Optimal Emergency Facilities Based on GIS Spatial Analysis Techniques. Korean Journal of Civil Engineering 22(4):607-616.
Kim, J.T. and J.S. Um. 2007. The Urban Fire Prediction Mapping Technique based on GIS Spatial Statistics. Fire Science and Engineering 21(2):14-23.
Koo, I.H., Y.C. Shin, Y.J. Kwon, Y. Hayashi and Y. Ohmiya. 2010. A Study on the Development of Assessment Technologies of Urban Fire Risk in Korea. In Proceedings of the Korea Institute of Fire Science and Engineering Conference. Korean Institute of Fire Science and Engineering 48-52.
Lee, S.I., D.H. Cho, H.G. Sohn and M.O. Chae. 2010. A GIS-based method for delineating spatial clusters: A modified AMOEBA technique. Journal of the Korean Geographical Society, 45(4): 502-520.
Lee, S.Y. and H.P. Lee. 2006. Analysis of forest fire occurrence in Korea. Fire Science and Engineering 20(2):54-63.
Lee, Y.H., J.H. Choi and W.H. Hong. 2010. A Study on Ranking Fire Factors in Residential Areas using the AHP Method and Designing a Fire Probability Prediction Model. Korea Institute of Architectural Sustainable Environment and Building Systems 243-237.
Mitchel, A., 2005. The ESRI Guide to GIS analysis, Volume 2: Spartial measurements and statistics. ESRI Guide to GIS analysis.
Won, T.H., G.H. Bae and H.H. Yoo. 2015. Analysis of the Spatial Clustering Distribution of Fire Occurrence - Focused on Gyeongsangnam-do. Korean Society of Civil Engineers CIVIL EXPO & CONFERENCE 37-38.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.