$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 산불연료습도 자동화 측정센서 개발에 관한 연구
A Study on a Development of Automated Measurement Sensor for Forest Fire Surface Fuel Moistures 원문보기

목재공학 = Journal of the Korean wood science and technology, v.48 no.6, 2020년, pp.917 - 935  

YEOM, Chan-Ho (Professional Graduate School of Disaster Prevention, Kangwon National University) ,  LEE, Si-Young (Professional Graduate School of Disaster Prevention, Kangwon National University) ,  PARK, Houng-Sek (Graduate School of Forestry, Dongguk University) ,  WON, Myoung-Soo (Forest Resource Management and Restoration Division, National Institute of Forest Science)

초록
AI-Helper 아이콘AI-Helper

본 연구는 산불의 발생과 확산위험성의 지표인 산불연료의 수분함량과 산불위험도의 변화를 예측하기 위한 산불연료습도 자동화 측정센서를 개발하였다. 이 측정센서는 산불연료의 함수율전기저항으로 측정하여 자동으로 산불연료의 함수율을 산정하는 방법이다. 이 센서에 사용된 산불연료는 소나무(길이 50cm, 직경 1.5cm)이고, 함수율과 전기저항과의 관계를 추정하는 전기저항=2E(E:Exponent of 10)+13X(X:함수율)-9.705(R2=0.947)인 환산식을 개발하였다. 또한, 이를 이용하여 자동화된 산불연료습도 자동화 측정센서의 소프트웨어와 함체를 설계하여 시제품을 제작하였고, 이를 다시 산림 내에서 현장 모니터링 검증을 실시하여 적합성(R2=0.824)을 확인하였다. 본 연구결과는 산불의 발생, 확산과 강도를 예측할 수 있는 기술의 개발에 도움을 주며, 산불위험예보 기술의 고도화를 위한 기초자료로 활용될 것으로 기대된다.

Abstract AI-Helper 아이콘AI-Helper

In this study, an automated sensor to measure forest fire surface fuel moistures was developed to predict changes in the moisture content and risk of forest fire surface fuel, which was indicators of forest fire occurrence and spread risk. This measurement sensor was a method of automatically calcul...

Keyword

표/그림 (24)

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • In order to accurately measure moisture contents in forest fire surface fuels, it was necessary to measure it within the forest, but because an access and a power supply were limited, it was necessary to develop independent equipment for this. Therefore, this study was conducted to develop an automated measurement sensor for forest fire surface fuel to predict changes in the moisture content and risk of forest fires, which was indicator of the occurrence and spread risk of forest fires.
  • In this study, it was necessary to establish the relationship between the change in the moisture content and the electrical resistance in forest fire surface fuels. To do that, the change in electrical resistance and weight of forest fire surface fuel was investigated in parallel.
  • However, thereare few studies on domestic species, particularly, on moisture content of 17% or less, which have a high risk of forest fire. Thus, this study focused on this particular section to analyze the relationship involving moisture changes in an actual forest.
  • This study was conducted to develop an automated measurement sensor for forest firesurface fuel moisture to predict changes in the moisture content and risk of forest fire, which are indicators of forest fire occurrence and spread risk. The results showed thatthis measurement sensor is a method of automatically calculating the moisture content of forest fire fuel by measuring the moisture content of the fuel using electrical resistance.
본문요약 정보가 도움이 되었나요?

참고문헌 (20)

  1. Anderson, H.E. 1983. Predicting wind-driven wild land fire size and shape. Research Paper INT-RP-305. Ogden, UT: USDA Forest Service, Intermountain Forest and Range Experiment Station. p.26. 

  2. Anderson, H.E. 1990. Moisture diffusivity and response time in fire forest fuels. Canadian Journal of Forest Research. pp.315-325. 

  3. Kang, C.W., Lim, H.M., Kang, H.Y. 2017. Estimation of Wood Oven-Dry Density by Using a Portable Dielectric Moisture Meter, Journal of the Korean Wood Science and. Technology 45(5): 629-639. 

  4. Keane, R.E. 2015. Wildland fuel fundamentals and applications. Springer International Publishing Switzerland. DoI 10.1007/978-3-319-09015-3_9. pp.153-154. 

  5. Kwon, C.G., Lee, S.Y., Lee, H.P., Cha, J.Y. 2011. Comparison of Surface Fuel Moisture after Rainfall in Pine Tree Forests during Spring/Autumn Season in Young Dong Region (Case Study on Surface Fuel and Soil Layer Moisture). Journal of Korean Society of Hazard Mitigation 11(6): 157-166. 

  6. Kwon, C.G. 2009. A Study on the Forecast of Fuel Moisture Contents's Changes in the Pine Tree Forest after Rainfall. Master's thesis. Kangwon National University. 

  7. Kwon, C.G. 2014. A Study on Development of a Forest Fuel Moisture Content Change Prediction Model(Focus on Predicting Forest Fire Dangers). Ph.D. Dissertation. Kangwon National University. 

  8. Lee, C.H. 2005. Actual- and predicted drying curve and moisture profile during air drying of softwood square. Master's thesis. Seoul National University. 

  9. Lee, S.Y. 1995. Estimation on forest Fire Danger rating and factors affecting burning behavior. Ph.D. thesis. Dongguk University. 

  10. Lee, S.Y., Kwon, C.G., Lee, M.W., Lee, H.P. 2010. Development of Prediction Model of Fuel Moisture Changes after Precipitation in the Spring for the Pine Forest Located the Yeongdong Region : Focused on the Down Wood Material Diameter. Transactions of Korean Institute of Fire Science and Engineering. pp.18-26. 

  11. Lee, S.Y., Chae, H.M., Lee, M.W., Kwon, C.G., Yeom, C.H. 2007. Prediction of Fuel Moisture Contents after Precipitation in the Pine Tree Stand during Forest Fire Period in the East Sea Region. Transactions of Korean Institute of Fire Science and Engineering. pp.464-467. 

  12. Harrington, M.G. 1983. Climate Class Adjustments Imporve Accuracy of Predicted Fuel Moisture Stick Value. USDA Forest service Research Note RM-431. 

  13. Stock, B.J., Alexander, M.E., Lawson, B.D., Van Wanger, C.E. 1987. Canadian Forest Fire Danger Rating System. User' Guide. The Canadian Forest Service Fire Danger Group. 

  14. Pang, S.J., Jeong, G.Y. 2019. Effects of Density, Temperature, Size, Grain Angle of Wood, Materials on Nondestructive Moisture Meters, Journal of the Korean Wood Science and Technology 47(1): 40-50 

  15. Zahn, S., Henson, C. 2011. Fuel moisture Collection Methods: A Field Guide. U.S. Department of Agriculture. pp.1-11 

  16. Storey, T.G. 1965. Estimating the Fuel Moisture Content of Indicator Sticks from Selected Weather Variables. U. S. FOREST SERVICE RESEARCH PAPER PSW-26. pp.1-14 

  17. Van Wagner, C.E. 1975. Comparison of the Canadian and American forest fire danger rating systems. Petawawa forest experiment station Chalk river. Ontario Information report PS-X-59. 

  18. Han, Y.J., Eom, C.D., Lee, S.M., Park, Y.G. 2019. Moisture Content Change of Korean Red Pine Logs During Air Drying: I. Effective Air Drying Days in Major Regions in Korea, Journal of the Korean Wood Science and Technology 47(6): 721-731. 

  19. Yeom, C.H., Lee, S.Y., Park, H.S. 2016. A Comparative Analysis of Fuel Moisture Contents Variation by Pinus densiflora & Quercus variabilis Stick for Estimating Fuel Moisture Contents in Forest Fire Surface Fuel in the Spring. Crisisonomy 12(12): 59-67. 

  20. Yeom, C.H., Won, M.S., Lee, S.Y., Yoon, S.H., Park, H.S. 2018. A Study on Estimation of Forest Fire Surface Fuel Moisture using Electrical Resistance. Journal of the Korean Society of Hazard Mitigation 18(4): 175-181. 

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로