A Study on Forest Fire Detection from MODIS Data Using Local Spatial Association Analysis

국지적 공간상관분석을 이용한 MODIS영상에서의 산불탐지에 관한 연구

Spatial outliers in remotely sensed imagery represent observed quantities showing unusual values compared to their neighbor pixel values. There have been various methods to detect the spatial outliers based on spatial autocorrelations in statistics and data mining. These methods may be applied in detecting forest fire pixels in the MODIS imageries from NASA's AQUA satellite. This is because the forest fire detection can be referred to as finding spatial outliers using spatial variation of brightness temperature. In this paper, we propose a new forest fire detection algorithm which is based on local spatial association analysis, and test the proposed algorithm to evaluate its applicability. In order to evaluate the proposed algorithm, the results were compared with the MODIS fire product provided by the NASA MODIS Science Team, which showed the possibility of the proposed algorithm in detecting the fire pixels.

공간적 이상치란 관찰값들중에서 이웃한 주변값에 비해 공간변수값이 특별히 크거나 작은 특이한 관찰값을 말한다. 최근 통계나 데이터 마이닝 분야에서 공간자기상관을 이용한 다양한 공간적 이상치 탐지방법이 제시되고 있다. 이와 같은 방법은 NASA에서 개발운영중인 AQUA위성에 탑재된 MODIS 영상자료를 이용한 산불탐지에 이용될 수 있다. 산불탐지는 휘도온도의 공간적 변동특성을 이용하여 관찰값들 중에서 지역적으로 불안전한 공간적 이상치를 찾는 과정이라 할 수 있기 때문이다. 이에 본 연구에서는 공간적 이상치를 규명할 수 있는 국지적 공간상관분석기법에 기반한 산불탐지기법을 제안하였다. 또한 기존 NASA에서 제안하여 광범위하게 이용되고 있는 Contextual algorithm방법과 정확도를 비교함으로서 제안한 방법의 적용가능성을 평가하였다.