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
- 따라서 본 연구에서는 북한과 접경지역 등 접근이 불가능한 지역을 대상으로 MODIS 위성자료와 기상청에서 생산되는 5㎞ 공간해상도의 기상정보를 활용하여 산불기상위험지수 산출 모형을 개발하여 한반도의 실시간 산불위험예보 체계를 구축하는데 목적이 있다.
- 본 연구는 북한 및 비무장지대 등 접근불능지역의 산불기상위험지수(FWI) 산출 모형 개발을 위해 MODIS 산불 자료를 활용하여 산불발생정보를 수집하였다. Terra MODIS로부터 산출된 산불정보(총 3,637개)로부터 산불 확산 등으로 인한 중복된 산불발생지점을 제거함으로써 5년간(2011∼2015년)의 산불발화지점(총 1,469개) 정보를 최종 추출하였다.
- 따라서 산불발생위험예보 모형을 개발하기 위해서는 산불확산 등의 영향에 의해 발생 가능한 산불발생위치의 넓은 분포 경향을 제거한 실제 발화지점의 정보의 산출이 필요하다. 본 연구에서는 MOD14 위성정보로부터 산출된 산불발생지점의 발화지점을 특정하기 위해 다음과 같은 가설을 수립하였다. 첫째, 특정 픽셀에서 시계열적으로 산불이 탐지되었을 때, 최초로 탐지된 시점의 산불지점을 발화지점과 발생시기로 간주한다.
- 본 연구에서는 접근불능지역의 산불발생위험도를 예측하기 위하여 산불발생과 관련이 있는 기상요인으로 기온, 습도, 풍속 등 기상정보를 이용하여 일일 산불위험지수(Daily Weather Index, DWI)를 개발하였다. 모형 개발을 위해 2011년부터 2015년까지 최근 5년간 MOD14product에서 추출한 산불발화지점(fire spot) 자료를 이용하여 산불발생에 영향을 주는 기상요인을 구명하기 위하여 산불발생 유무를 종속변수(Dependent variable)로, 산불발생 관련 기상요인들을 독립변수(Independent variable)로 하여 로지스틱 회귀모형(Logistic regression model)을 적용하여 산불발생확률을 추정하였다.
제안 방법
- 그림 2는 MOD14 자료로부터 산불발생지점을 산출한 후 품질관리를 거쳐 최종적으로 산불발생지역을 선정하기 위한 처리 과정을 나타낸 것이다. 그림 2에서도 잘 나타나 있듯이 MOD14 산불 정보로부터 산불 자료를 추출하기 위해 두 번의 자료 품질을 확인하는 과정을 거쳤다.
- 본 연구에서는 산불 발생에 영향을 미치는 기상요인을 구명하기 위해 로지스틱 회귀모형(Logistic regression model)을 이용하였으며 종속변수(Dependent variable)와 독립변수(Independent variable)는 산불발생 유무와 산불발생 관련 기상요인으로 설정하였다. 기상에 의한 산불발생확률모형에 대한 기상입력 변수의 선정은 상관분석을 통해 기상청 5㎞ 재분석 자료에서 획득 가능한 기상요소들 중 산불이 발생한 날에서 높은 상관성을 갖는 기온(평균, 최고, 최저), 상대습도(평균, 최소), 실효습도, 풍속(평균, 최대), 강수량을 이용하였다. 기상에 의한 산불발생확률모형 입력자료 간의 상관관계는 표 2와 같이 나타났다.
- 이 때 fire spot 정보를 제거 시 UV는 동서와 남북 방향의 바람 성분을 갖는 벡터 정보이기 때문에 fire spot별 UV 벡터 값으로 풍속과 풍향을 계산한 후 동일 산불확산으로 판단되는 픽셀을 제거한다. 마지막으로 구름에 의한 자료의 결측 시 fire spot 자료를 파악한다. 그림 2는 MOD14 자료로부터 산불발생지점을 산출한 후 품질관리를 거쳐 최종적으로 산불발생지역을 선정하기 위한 처리 과정을 나타낸 것이다.
- 본 연구에서는 접근불능지역의 산불발생위험도를 예측하기 위하여 산불발생과 관련이 있는 기상요인으로 기온, 습도, 풍속 등 기상정보를 이용하여 일일 산불위험지수(Daily Weather Index, DWI)를 개발하였다. 모형 개발을 위해 2011년부터 2015년까지 최근 5년간 MOD14product에서 추출한 산불발화지점(fire spot) 자료를 이용하여 산불발생에 영향을 주는 기상요인을 구명하기 위하여 산불발생 유무를 종속변수(Dependent variable)로, 산불발생 관련 기상요인들을 독립변수(Independent variable)로 하여 로지스틱 회귀모형(Logistic regression model)을 적용하여 산불발생확률을 추정하였다.
- 특히, 봄철 시기인 2월부터 산불발생이 증가하기 시작하면서 4월에는 가장 높은 산불발생빈도를 보이다가 5월부터는 감소하는 경향을 보였다. 산불기상위험지수 모형 개발을 위해 기상청으로부터 수집한 한반도 5㎞ 초단기실황 재분석 자료를 이용하여 산불발생지점에 대한 기상변수를 추출하였다. 그리고 재분석된 산불발생지점을 대상으로 추출한 기상정보를 기반으로 로지스틱 회귀분석을 수행하였다.
- 산불발생추정모형의 종속변수인 산불발생유무의 현황자료는 2011년에서 2015년까지 5년간의 산불발생 현황자료를 이용하였다. 설명변수인 해당지역의 일별 기상변수는 크게 일평균기온, 일최고기온, 일최저기온, 일평균상대습도, 일 최소상대습도, 실효습도, 일평균풍속, 일최대풍속 등을 이용하였다. 실효습도는 당일과 전일들의 상대습도에 가중치를 붙여 얻어지는 평균습도로, 본 연구에서는 적용한 실효습도는 식 2와같이 당일의 상대습도를 포함하여 5일간 상대습도의 누적치를 이용하였으며, 실효습도 계수(r)는 0.
- 접근불능지역에 대한 산불위험예보를 위한 기상정보 DB를 구축하기 위해 기온, 습도, 바람 UV 벡터, 강수량 등 5가지 항목의 자료를 수집하였다. 시간 단위의 ASCII 형식을 갖는 방대한 양의 자료 전처리를 위해 프로그래밍을 통한 자동화 처리 방법을 고안하여 적용하였다. 풍속은 바람 UV벡터 자료를 이용하여 산출하였다.
- 본 연구에서는 산불이 탐지된 정보 중 중간 이상의 신뢰도를 갖는 자료(nominal, high confidence)만을 이용하였다. 이 자료를 바탕으로 산불자료 생산의 품질을 검사하여 최종적으로 산불발생 추정지점들을 추출하였다(그림 1).
- 최근 5년간 접근불능지역에서 산불이 발생한 것으로 추정되는 지점들을 대상으로 기상청 5㎞ 해상도의 기상자료(기온, 습도, 풍속)를 독립변수로, 산불발생 일을 종속변수(발생일 1, 비발생일 0)로 설정하여 확률모형으로 변환할 수 있는 로지스틱 모형을 적용하여 통계적으로 유의한 FWI 산출 모형을 개발하였다. 접근불능지역에 대한 FWI 추정 확률구간의 설정은 본 연구를 통해 얻어진 전체 예측치를 이용하여 10% 구간별 백분위수를 추정하였고, 해당 예측 확률 구간을 지수화하여 설정하였다(표 4).
- 6%로 모형의 적합도는 비교적 높은 것으로 나타났다. 접근불능지역에 대한 산불기상위험지수의 설정은 본 연구를 통해 얻어진 전체예측치를 이용하여 10% 구간별 백분위수를 추정하였고, 해당 예측 확률구간을 지수화하여 설정하였다. 모형에 의한 추정된 산불발생일과 비발생일의 산불기상위험지수 빈도를 비교한 결과, 접근불능지역의 산불발생위험예측이 잘 수행되고 있음을 최종 확인되었다.
- 접근불능지역에 대한 실시간 산불위험예보 기반 구축을 위해 위성으로부터 관측된 최근 5년간(2011∼2015년)의 산불발생위치 정보 DB를 구축하였다.
- 접근불능지역을 대상으로 개발한 산불기상위험지수 산출 모형을 이용하여 실시간 기상변화에 의한 산불위험지도를 작성하였다. 지도 작성을 위해 산불이 다발하였던 2014년 4월 중 산불이 가장 많이 발생하였던 4월 15일(51건)과 25일(70건), 함경북도를 제외한 북한 전지역의 강수로 인해 산불이 적게 발생하였던 4월 27일(1건)을 대상으로 하였으며, 산불위험지수를 1부터 100까지로 환산하여 연구를 수행하였다.
- 최근 5년간 접근불능지역에서 산불이 발생한 것으로 추정되는 지점들을 대상으로 기상청 5㎞ 해상도의 기상자료(기온, 습도, 풍속)를 독립변수로, 산불발생 일을 종속변수(발생일 1, 비발생일 0)로 설정하여 확률모형으로 변환할 수 있는 로지스틱 모형을 적용하여 통계적으로 유의한 FWI 산출 모형을 개발하였다. 접근불능지역에 대한 FWI 추정 확률구간의 설정은 본 연구를 통해 얻어진 전체 예측치를 이용하여 10% 구간별 백분위수를 추정하였고, 해당 예측 확률 구간을 지수화하여 설정하였다(표 4).
- 여기서는 이들 FWI 추정모형이 얼마나 예측력이 뛰어난 가를 검토하기 위하여 분석에 이용된 시계열 기상인자를 추정모형에 대입하여 산불기상위험지수를 계산하는 사후검정 분석을 실시하였다. 추정된 FWI를 산불발생일과 비발생 일로 구분하여 모형의 신뢰성을 검정하였다. 그 결과는 그림 6과 같다.
- 특정일의 산불발생확률모형은 시계열 기상자료(산불발생과 연관성이 규명된 기상요인)와 산불발생의 유무를 나타내는 더미변수(Dummyvariables)를 이용하여 산불발생확률모형을 개발하였다. 즉, 산불발생의 유무인 더미변수를 종속변수로 놓고, 산불발생과 영향이 있는 기상요인들을 독립변수로 주었을 때의 회귀모형(Regression model)은 다음 식 1과 같이 표현될 수 있다.
- 시간 단위의 ASCII 형식을 갖는 방대한 양의 자료 전처리를 위해 프로그래밍을 통한 자동화 처리 방법을 고안하여 적용하였다. 풍속은 바람 UV벡터 자료를 이용하여 산출하였다.
대상 데이터
- MODIS 자료는 705㎞ 상공에서 태양동주기 궤도로 지구를 돌며 하루에 두 번 지구를 연속적으로 관측하고 있다. MOD14 산불탐지 자료는 분광특성에 기초하여 산불발생 여부를 탐지하며(Giglioet al., 2003), 1㎞ 공간해상도로 산불발생지역에 대한 정보를 제공한다. 이 연구에서 사용된 MOD14 자료는 Swath 형식의 자료로 관측범위는 2,340×2,030㎞이며, 산불발생지역(Fire mask), 자료 품질 정보(Algorithm QA), 최대방사열에너지(Maximum fire radiative power) 등 다양한 정보를 제공한다.
- MOD14로부터 추출된 접근불능지역의 산불정보는 2011년부터 2015년까지 5년간 하루에두 건씩 총 3,650개의 영상으로부터 산출되었다. 일차적으로 MOD14로부터 추출된 3,637건의 fire spot 정보는 그림 2의 가설에 의해 동일 산불로 추정된 지점들을 제거했을 경우 총 1,469건으로 약 60%가 줄어 든 것으로 나타났다(그림 4).
- Terra MODIS로부터 산출된 산불정보(총 3,637개)로부터 산불 확산 등으로 인한 중복된 산불발생지점을 제거함으로써 5년간(2011∼2015년)의 산불발화지점(총 1,469개) 정보를 최종 추출하였다.
- Swath 형식의 MOD14 자료의 지리적 위치 정보를 부여하기 위해 MOD03 geolocation fields 정보를 함께 활용하였다. 본 연구에서 활용한 MODIS 위성정보는 미항공우주국에서 운영하고 있는 LAADSWeb(Level-1 and Atmopshere Archive and Distribution System Web) 포탈에서 2011년부터 2015년까지 5년간의 자료를 수집하였다. MOD14 산출물의 산불발생지역 자료는 총 10가지로 분류된 정보를 제공한다.
- 기상자료는 산불위험예보의 기반을 구축하기 위한 필수적인 정보이다. 본 연구에서는 산불발생지역에 대한 기상현황 정보를 획득하기 위해접근불능지역에 대한 시간 단위의 격자형 기상자료를 기상청으로부터 수집하였다. 한반도 전역을 포함하는 5㎞ 공간해상도의 초단기 실황재분석 기상자료는 산불발생지점에 대한 통계분석을 위해 2011년부터 2015년까지 1시간 간격으로 생산된 자료를 수집하였다.
- MOD14 산출물의 산불발생지역 자료는 총 10가지로 분류된 정보를 제공한다. 본 연구에서는 산불이 탐지된 정보 중 중간 이상의 신뢰도를 갖는 자료(nominal, high confidence)만을 이용하였다. 이 자료를 바탕으로 산불자료 생산의 품질을 검사하여 최종적으로 산불발생 추정지점들을 추출하였다(그림 1).
- 접근불능지역에 대한 실시간 산불위험예보 기반 구축을 위해 위성으로부터 관측된 최근 5년간(2011∼2015년)의 산불발생위치 정보 DB를 구축하였다. 본 연구에서는 지구감시계획(Earth Observing System Program)에 의해 발사된 Terra 위성의 Moderate Resolution Imaging Spectroradiometer(MODIS) 센서로부터 관측된 산불탐지 자료(MOD14)를 활용하였다. MODIS 자료는 705㎞ 상공에서 태양동주기 궤도로 지구를 돌며 하루에 두 번 지구를 연속적으로 관측하고 있다.
- 산불발생추정모형의 종속변수인 산불발생유무의 현황자료는 2011년에서 2015년까지 5년간의 산불발생 현황자료를 이용하였다. 설명변수인 해당지역의 일별 기상변수는 크게 일평균기온, 일최고기온, 일최저기온, 일평균상대습도, 일 최소상대습도, 실효습도, 일평균풍속, 일최대풍속 등을 이용하였다.
- 앞선 분석을 통해 접근불능지역에 대한 2011년부터 2015년까지 5년간 산불발생지점의 데이터베이스를 구축하였다. 위성으로부터 관측된 산불발생지점 정보는 산불발생위치 DB를 구축하기에 좋은 기초자료이지만 산불위험예측 모형을 개발하기 위해서는 실제 산불이 시작된 발화지점에 대한 위치 특성이 중요하다.
- 이 연구에서 사용된 MOD14 자료는 Swath 형식의 자료로 관측범위는 2,340×2,030㎞이며, 산불발생지역(Fire mask), 자료 품질 정보(Algorithm QA), 최대방사열에너지(Maximum fire radiative power) 등 다양한 정보를 제공한다.
- 입력 자료는 재분석된 1,469개의 발화지점에 대한 산불발생일의 기상정보와 산불발생 전·후 3일 간의 비 발생일 정보 10,283개를 이용하였다.
- 접근불능지역에 대한 산불기상위험지수(Fire Weather Index, FWI) 산출을 위해 재분석을 통해 추출된 총 1,469개 산불발화지점을 대상으로 산불 발생과 관련이 있는 기온, 습도, 풍속 등의 기상정보를 추출하였다. 본 연구에서는 산불 발생에 영향을 미치는 기상요인을 구명하기 위해 로지스틱 회귀모형(Logistic regression model)을 이용하였으며 종속변수(Dependent variable)와 독립변수(Independent variable)는 산불발생 유무와 산불발생 관련 기상요인으로 설정하였다.
- 기상청 초단기 실황 재분석 기상자료의 좌표체계는 Lambert Conic Conformal 체계로 인공위성 영상정보와 좌표체계를 맞추기 위해서 좌표변환을 수행하였다. 접근불능지역에 대한 산불위험예보를 위한 기상정보 DB를 구축하기 위해 기온, 습도, 바람 UV 벡터, 강수량 등 5가지 항목의 자료를 수집하였다. 시간 단위의 ASCII 형식을 갖는 방대한 양의 자료 전처리를 위해 프로그래밍을 통한 자동화 처리 방법을 고안하여 적용하였다.
- 접근불능지역을 대상으로 개발한 산불기상위험지수 산출 모형을 이용하여 실시간 기상변화에 의한 산불위험지도를 작성하였다. 지도 작성을 위해 산불이 다발하였던 2014년 4월 중 산불이 가장 많이 발생하였던 4월 15일(51건)과 25일(70건), 함경북도를 제외한 북한 전지역의 강수로 인해 산불이 적게 발생하였던 4월 27일(1건)을 대상으로 하였으며, 산불위험지수를 1부터 100까지로 환산하여 연구를 수행하였다. 2014년 4월 15일에 51건의 산불이 발생한 것으로 추정되는 지점의 산불위험지수는 전반적으로 높게 나타났으며 모델에서 예측된 산불위험등급별로 산불발화지점에 대한 정확도를 평가한 결과(그림 7), ‘매우 높음(86 이상)’ 지역에서 13.
- 한반도 전역을 포함하는 5㎞ 공간해상도의 초단기 실황재분석 기상자료는 산불발생지점에 대한 통계분석을 위해 2011년부터 2015년까지 1시간 간격으로 생산된 자료를 수집하였다. 총 격자수는 37,697개로 동서로 149개, 남북으로 253개의 격자로 구성되어 있으며, 기준 격자점은 43,136으로 위도 38.0 N과 경도 126.0 E에 해당한다(그림 3). 기상청 초단기 실황 재분석 기상자료의 좌표체계는 Lambert Conic Conformal 체계로 인공위성 영상정보와 좌표체계를 맞추기 위해서 좌표변환을 수행하였다.
- 본 연구에서는 산불발생지역에 대한 기상현황 정보를 획득하기 위해접근불능지역에 대한 시간 단위의 격자형 기상자료를 기상청으로부터 수집하였다. 한반도 전역을 포함하는 5㎞ 공간해상도의 초단기 실황재분석 기상자료는 산불발생지점에 대한 통계분석을 위해 2011년부터 2015년까지 1시간 간격으로 생산된 자료를 수집하였다. 총 격자수는 37,697개로 동서로 149개, 남북으로 253개의 격자로 구성되어 있으며, 기준 격자점은 43,136으로 위도 38.
데이터처리
- 산불기상위험지수 모형 개발을 위해 기상청으로부터 수집한 한반도 5㎞ 초단기실황 재분석 자료를 이용하여 산불발생지점에 대한 기상변수를 추출하였다. 그리고 재분석된 산불발생지점을 대상으로 추출한 기상정보를 기반으로 로지스틱 회귀분석을 수행하였다. 그 결과, 산불 발생에 영향을 주는 주요한 기상인자는 일최고기온, 일최저상대습도, 실효습도, 평균풍속으로 나타났으며, 모두 99%의 신뢰수준에서 통계적으로 유의한 것으로 나타났다.
- 여기서는 이들 FWI 추정모형이 얼마나 예측력이 뛰어난 가를 검토하기 위하여 분석에 이용된 시계열 기상인자를 추정모형에 대입하여 산불기상위험지수를 계산하는 사후검정 분석을 실시하였다. 추정된 FWI를 산불발생일과 비발생 일로 구분하여 모형의 신뢰성을 검정하였다.
이론/모형
- 이 연구에서 사용된 MOD14 자료는 Swath 형식의 자료로 관측범위는 2,340×2,030㎞이며, 산불발생지역(Fire mask), 자료 품질 정보(Algorithm QA), 최대방사열에너지(Maximum fire radiative power) 등 다양한 정보를 제공한다. Swath 형식의 MOD14 자료의 지리적 위치 정보를 부여하기 위해 MOD03 geolocation fields 정보를 함께 활용하였다. 본 연구에서 활용한 MODIS 위성정보는 미항공우주국에서 운영하고 있는 LAADSWeb(Level-1 and Atmopshere Archive and Distribution System Web) 포탈에서 2011년부터 2015년까지 5년간의 자료를 수집하였다.
- 0 E에 해당한다(그림 3). 기상청 초단기 실황 재분석 기상자료의 좌표체계는 Lambert Conic Conformal 체계로 인공위성 영상정보와 좌표체계를 맞추기 위해서 좌표변환을 수행하였다. 접근불능지역에 대한 산불위험예보를 위한 기상정보 DB를 구축하기 위해 기온, 습도, 바람 UV 벡터, 강수량 등 5가지 항목의 자료를 수집하였다.
- 접근불능지역에 대한 산불기상위험지수(Fire Weather Index, FWI) 산출을 위해 재분석을 통해 추출된 총 1,469개 산불발화지점을 대상으로 산불 발생과 관련이 있는 기온, 습도, 풍속 등의 기상정보를 추출하였다. 본 연구에서는 산불 발생에 영향을 미치는 기상요인을 구명하기 위해 로지스틱 회귀모형(Logistic regression model)을 이용하였으며 종속변수(Dependent variable)와 독립변수(Independent variable)는 산불발생 유무와 산불발생 관련 기상요인으로 설정하였다. 기상에 의한 산불발생확률모형에 대한 기상입력 변수의 선정은 상관분석을 통해 기상청 5㎞ 재분석 자료에서 획득 가능한 기상요소들 중 산불이 발생한 날에서 높은 상관성을 갖는 기온(평균, 최고, 최저), 상대습도(평균, 최소), 실효습도, 풍속(평균, 최대), 강수량을 이용하였다.
- 접근불능지역의 산불기상위험지수 산출 모형은 산불발생위치에서의 시계열 기상자료와 산불 발생의 유무 정보로부터 로지스틱 회귀모형을 이용하여 산출하였다. 입력 자료는 재분석된 1,469개의 발화지점에 대한 산불발생일의 기상정보와 산불발생 전·후 3일 간의 비 발생일 정보 10,283개를 이용하였다.
성능/효과
- 2014년 4월 15일에 51건의 산불이 발생한 것으로 추정되는 지점의 산불위험지수는 전반적으로 높게 나타났으며 모델에서 예측된 산불위험등급별로 산불발화지점에 대한 정확도를 평가한 결과(그림 7), ‘매우 높음(86 이상)’ 지역에서 13.7%, ‘높음(66∼85)’ 지역에서 60.8%, ‘보통(51∼65)’ 지역에서 11.8%, ‘위험낮음(51 미만)’ 지역에서 13.7%로 나타났다.
- 가설에 의해 재분석된 최근 5년간 접근불능지역의 산불발생 공간분포를 파악하기 위해 1㎞ 공간해상도로 커널밀도분석(Kernel density analysis)을 수행한 결과, 대다수의 산불이 강원도와 함경도 등 백두대간 지역을 중심으로 집중되는 경향을 보였다(그림 5). 이는 매년 봄철에 불어오는 북서 계절풍의 영향으로 강원도 태백산맥에서 푄 현상으로 인해 동해안 일대가 고온 건조해지면서 산불발생위험성이 높아져 산불 발생빈도가 높았을 것으로 판단된다.
- 그리고 재분석된 산불발생지점을 대상으로 추출한 기상정보를 기반으로 로지스틱 회귀분석을 수행하였다. 그 결과, 산불 발생에 영향을 주는 주요한 기상인자는 일최고기온, 일최저상대습도, 실효습도, 평균풍속으로 나타났으며, 모두 99%의 신뢰수준에서 통계적으로 유의한 것으로 나타났다. 추정결과 X2-값은 일최고기온이 13.
- 실제로 기상에 의한 산불발생위험도를 판정할 수 있는 지표인 FWI가높아질수록 산불이 발생하는 날이 점차적으로증가하는 것을 알 수 있다. 다시 말하면 개발된 추정모형이 산불에 취약한 기상환경으로 변할수록 산불발생의 위험정도를 매우 잘 예측할 수 있는 모형이라는 것을 의미한다. 실제로 산불이 발생한 날의 확률이 실제로 산불이 발생하지 않았던 날보다 추정 예측값이 높다는 것을 확인할 수 있다.
- 산불 발생과 기상 요소간의 관계는 일 최소상대습도는 음(-)의 관계를 보였으며, 일 최고기온과 평균 풍속은 양(+)의 관계를 보였다. 다시 말하면 북한에서의 산불발생확률은 상대습도가 낮고 기온이 상승하고 풍속이 강할수록 높아지는 것으로 나타나 일반 기대이론과 부합하는 것으로 나타났다. 추정모형의 적합도는 X2-값과 표본 내 예측력 비율(percent of right prediction)로 검토할 수 있는데, 이는 실제 관측된 산불발생과 추정된 산불발생의 확률이 서로 일치하는 비율을 계산한 것으로서 모형 적합도에 대한 일종의 측정지표로서 의미를 갖는다.
- 6%로 분석되었다. 또한 산불발생에 영향을 미치는 기상요인들의 추정모형에 대한 적합도는 일 최고기온이 13.4266, 일 최소상대습도 84.1784, 실효습도 25.8035, 평균풍속 22.1316로 99% 신뢰 수준에서 유의성이 있는 것으로 나타났다. 결과적으로 북한의 산불기상위험지수 산출 모형은 식 3과 같이 표현할 수 있다.
- 접근불능지역에 대한 산불기상위험지수의 설정은 본 연구를 통해 얻어진 전체예측치를 이용하여 10% 구간별 백분위수를 추정하였고, 해당 예측 확률구간을 지수화하여 설정하였다. 모형에 의한 추정된 산불발생일과 비발생일의 산불기상위험지수 빈도를 비교한 결과, 접근불능지역의 산불발생위험예측이 잘 수행되고 있음을 최종 확인되었다.
- 접근불능지역에 대한 로지스틱 회귀모형을 분석한 결과, 산불발생에 영향을 주는 기상인자는 일 최고기온, 일 최저상대습도, 실효습도, 평균 풍속이 99% 신뢰수준에서 유의한 것으로 나타났다(표 3). 산불 발생과 기상 요소간의 관계는 일 최소상대습도는 음(-)의 관계를 보였으며, 일 최고기온과 평균 풍속은 양(+)의 관계를 보였다. 다시 말하면 북한에서의 산불발생확률은 상대습도가 낮고 기온이 상승하고 풍속이 강할수록 높아지는 것으로 나타나 일반 기대이론과 부합하는 것으로 나타났다.
- 셋째, 발화지점을 중심으로 발화시점 이후 4일까지 산불확산 유무를 파악하여 최초 발화지점을 추정하기 위해 발화 시점부터 1일 이후까지 3×3픽셀 영역을 설정한 후 fire spot을 제거하고, 2일 이후부터는 5×5픽셀 영역을 점검한다.
- 다시 말하면 개발된 추정모형이 산불에 취약한 기상환경으로 변할수록 산불발생의 위험정도를 매우 잘 예측할 수 있는 모형이라는 것을 의미한다. 실제로 산불이 발생한 날의 확률이 실제로 산불이 발생하지 않았던 날보다 추정 예측값이 높다는 것을 확인할 수 있다.
- 남·북한이 접경하고 있는 비무장지대에서도 많은 산불이 탐지되었으며, 중국과 인접한 함경북도 회령 부근에서도 많은 산불이 탐지되었다. 이러한 결과로 비춰볼 때 접근불능지역의 내륙지역뿐만 아니라 접경지역에서도 많은 산불이 발생하고 있다는 것을 확인할 수 있었다. 특히 비무장지대의 경우 우리나라 안보와 밀접하게 연관되어 있으므로 산불예방 및 관리를 위한 과학적인 기초정보의 생산이 필요하다고 판단된다.
- 입력 자료는 재분석된 1,469개의 발화지점에 대한 산불발생일의 기상정보와 산불발생 전·후 3일 간의 비 발생일 정보 10,283개를 이용하였다. 접근불능지역에 대한 로지스틱 회귀모형을 분석한 결과, 산불발생에 영향을 주는 기상인자는 일 최고기온, 일 최저상대습도, 실효습도, 평균 풍속이 99% 신뢰수준에서 유의한 것으로 나타났다(표 3). 산불 발생과 기상 요소간의 관계는 일 최소상대습도는 음(-)의 관계를 보였으며, 일 최고기온과 평균 풍속은 양(+)의 관계를 보였다.
- 본 연구에서는 MOD14 위성정보로부터 산출된 산불발생지점의 발화지점을 특정하기 위해 다음과 같은 가설을 수립하였다. 첫째, 특정 픽셀에서 시계열적으로 산불이 탐지되었을 때, 최초로 탐지된 시점의 산불지점을 발화지점과 발생시기로 간주한다. 둘째, 동일 픽셀에서 서로 다른 시기(5일 이상)의 산불이 탐지되었을 경우에는 개별 산불로 간주한다.
- 총 70건의 동시다발적인 산불이 발생한 것으로 추정되는 2014년 4월 25일에는 산불발생지점별 산불위험등급은 ‘매우 높음’이 7.1%, ‘높음’60.8%, ‘보통’ 24.3%, ‘위험 낮음’이 8.6%로 나타났으며, 보통 이상 등급에서의 모델 정확도는 91.4%로 나타났다.
- 추정모형의 적합도는 X2-값과 표본 내 예측력 비율(percent of right prediction)로 검토할 수 있는데, 이는 실제 관측된 산불발생과 추정된 산불발생의 확률이 서로 일치하는 비율을 계산한 것으로서 모형 적합도에 대한 일종의 측정지표로서 의미를 갖는다. 추정결과 X2-값은 1,207.6659로 99% 신뢰수준에서 유의성이 있었으며 표본 내 추정모형의 예측력은 66.6%로 분석되었다. 또한 산불발생에 영향을 미치는 기상요인들의 추정모형에 대한 적합도는 일 최고기온이 13.
- 추정결과 X2-값은 일최고기온이 13.4266, 일최소상대습도 84.1784, 실효습도 25.8035, 평균풍속 22.1316으로 99% 신뢰수준에서 유의성이 있었으며, 표본내 예측력은 재분석 전·후가 동일한 68.6%로 모형의 적합도는 비교적 높은 것으로 나타났다.
- 5㎜로 32년 만에 가장 적은 강수량이 관측되면서 극심한 가뭄 현상의 영향인 것으로 추정된다(Korea Meteorological Administration,2015). 추정된 연도별 산불발생을 월별로 분석한 결과, 3월부터 5월까지 산불이 집중적으로 발생한 것으로 나타났다(표 1). 특히, 최근 5년 동안 동일하게 4월에 산불이 집중적으로 발생하였는데, 이러한 결과는 Lee et al.
후속연구
- 최근 북한의 강원도 등을 포함한 접근불능지역에서 발생하는 대형산불과 비무장지대에서 남하하는 산불이 빈번하여 이에 대한 대응이 필요한 실정이다. 향후 한반도 산불위험예보 정보는 국토안보 및 재해 유관부처 등에서 재해감시, 군 작전 정보는 물론 DMZ 인근 지자체에서 봄철 건조기에 남하하는 산불 위험성을 실시간으로 모니터링하여 대응할 수 있는 등 다양한 분야에서 활용도가 높은 자료로 부처간의 협업을 통해 신뢰성 있는 산불정보 생산과 공동 활용이 요구된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.