$\require{mediawiki-texvc}$

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.

산불위험지수 지역최적화를 통한 2022년 북한산불 사례분석
Regional Optimization of Forest Fire Danger Index (FFDI) and its Application to 2022 North Korea Wildfires 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.38 no.6 pt.3, 2022년, pp.1847 - 1859  

윤유정 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) ,  김서연 (부경대학교 지오메틱연구소) ,  최소연 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) ,  박강현 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) ,  강종구 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) ,  김근아 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) ,  권춘근 (국립산림과학원 산불.산사태연구과) ,  서경원 (국립산림과학원 산불.산사태연구과) ,  이양원 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공)

초록
AI-Helper 아이콘AI-Helper

북한에서 발생한 산불은 비무장지대 등으로 남하하는 경우 우리나라에 직·간접적인 영향을 줄 수 있다. 이에 본 연구는 정보 접근불능 지역인 북한의 산불위험정보를 획득하기 위하여 Local Data Assimilation and Prediction System (LDAPS) 기상자료 기반의 지역 최적화된 산불위험지수 Forest Fire Danger Index (FFDI)를 산출하고, 2022년 4월 북한 고성군과 철원군의 산불 사례에 적용하였다. 그 결과 발화일 당시 FFDI가 각각 위험등급 Extreme과 Severe 구간에 해당하여 적합성을 확인하였다. 또한 산불 발생 전후의 위험도지도와 토양수분지도를 정성적으로 비교한 결과 상호 관계성을 파악하였으며, 향후 토양수분, 표준화강수지수(Standardized Precipitation Index, SPI), 식생수분지수(Normalized Difference Water Index, NDWI) 등을 결합하는 방식으로 산불발생위험지수의 개선이 필요하다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Wildfires in North Korea can have a directly or indirectly affect South Korea if they go south to the Demilitarized Zone. Therefore, this study calculates the regional optimized Forest Fire Danger Index (FFDI) based on Local Data Assessment and Prediction System (LDAPS) weather data to obtain forest...

주제어

#Forest fire danger index   #North Korea   #Numerical weather prediction   #Soil moisture  

표/그림 (12)

AI 본문요약
AI-Helper 아이콘 AI-Helper

문제 정의

  • 이러한 선행연구를 활용하면 접근 불가능 지역인 북한의 산불위험도를 분석할 수 있으며, 이 단보에서는 우리나라 산불예측에 적합성이 확인된 FFDI를 한반도에 지역최적화시키고, 이를 이용하여 2022년 발생한 북한 산불에 대한 위험도 예측 실험을 수행하고자 한다. 일자별 FFDI 산출에는 국지예보모델(Local Data Assimilation and Prediction System, LDPAS)을 사용하였고, FFDI 지역최적화에는 우리나라 월별 산불발생 건수의 이력 데이터를 활용하였다.
본문요약 정보가 도움이 되었나요?

참고문헌 (11)

  1. Kang, Y.J., S.M. Park, E.N. Jang, J.H. Im, C.G. Kwon, and S.J. Lee, 2019. Spatio-temporal enhancement of forest fire risk index using weather forecast and satellite data in South Korea, Journal of the Korean Association of Geographic Information Studies, 22(4): 116-130 (in Korean with English abstract). https://doi.org/10.11108/kagis.2019.22.4.116 

    원문보기 상세보기 crossref

  2. Keetch, J.J. and G.M. Byram, 1968. A Drought Index for Forest Fire Control, https://www.fs.usda.gov/research/treesearch/40, Accessed on Dec. 1, 2022. 

  3. Kim, G., H.W. Kim, S.J. Lee, H.S. Lee, and Y.W. Lee, 2014. A hybrid app for wildfire information over the Korean Peninsula using satellite data: Implementation and applications, Journal of the Korean Cartographic Association, 14(3): 20-39 (in Korean with English abstract). https://doi.org/10.16879/kjrs.2014.14.3.029 

    crossref

  4. Kim, Y.H., I.H. Kong, C.Y. Chung, I. Shin, S. Cheong, W.C. Jung, H.S. Mo, S.I. Kim, and Y.W. Lee, 2019. Wildfire risk index using NWP and satellite data: Its development and application to 2019 Kangwon wildfires, Korean Journal of Remote Sensing, 35(2): 337-342 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2019.35.2.12 

    원문보기 상세보기 crossref

  5. Kong, I., K. Kim, and Y. Lee, 2017. Sensitivity analysis of meteorology-based wildfire risk indices and satellite-based surface dryness indices against wildfire cases in South Korea, Journal of Cadastre and Land Informatics, 47(2): 107-120 (in Korean with English abstract). https://doi.org/10.22640/lxsiri.2017.47.2.107 

    원문보기 상세보기 crossref

  6. Kukinews, 2022. Forest Fires in the DMZ in Cheorwon, https://www.kukinews.com/newsView/kuk202204280224, Accessed on Dec. 1, 2022. 

  7. Lee, S.J., M.S. Won, K.C. Jang, B.D. Lee, S.W. Byun, K.J. Kim, and Y.W. Lee, 2016. Construction of GIS database for wildfire in the Korean Peninsula using MODIS data, Journal of the Korean Cartographic Association, 16(3): 129-137 (in Korean with English abstract). https://doi.org/10.16879/jkca.2016.16.3.129 

    상세보기 crossref

  8. Park, S., B. Son, J. Im, J. Lee, B. Lee, and C. Kwon, 2019. Development of satellite-based drought indices for assessing wildfire risk, Korean Journal of Remote Sensing, 35(6-3): 1285-1298 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2019.35.6.3.11 

    원문보기 상세보기 crossref

  9. Schunk, C., C. Wastl, M. Leuchner, C. Schuster, and A. Menzel, 2013. Forest fire danger rating in complex topography-results from a case study in the Bavarian Alps in autumn 2011, Natural Hazards and Earth System Sciences, 13(9): 2157-2167. https://doi.org/10.5194/nhess-13-2157-2013 

    상세보기 crossref

  10. Won, M.S., M.B. Lee, W.K. Lee, and S.H. Yoon, 2012. Prediction of forest fire danger rating over the Korean Peninsula with the digital forecast data and daily weather index (DWI) model, Korean Journal of Agricultural and Forest Meteorology, 14(1): 1-10 (in Korean with English abstract). https://doi.org/10.5532/KJAFM.2012.14.1.001 

    원문보기 상세보기 crossref

  11. YNA (Yonhap News Agency), 2022. A forest fire in the Mt. Geumgang in North Korea, https://www.yna.co.kr/view/AKR20220412009500504, Accessed on Dec. 1, 2022. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

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