Journal of Korean Society of Forest Science (한국산림과학회지)

Korean Society of Forest Science (한국산림과학회)
권호 표지

Development and Validation of Korean Composit Burn Index(KCBI)

한국형 산불피해강도지수(KCBI)의 개발 및 검증

  • Lee, Hyunjoo (Department of Environmental Science, Graduate School, Konkuk University) ;
  • Lee, Joo-Mee (Department of Environmental Science, Graduate School, Konkuk University) ;
  • Won, Myoung-Soo (Division of Forest Disaster Management, Korea Forest Research Institute) ;
  • Lee, Sang-Woo (Department of Environmental Science, Konkuk University)
  • 이현주 (건국대학교 대학원 환경과학과) ;
  • 이주미 (건국대학교 대학원 환경과학과) ;
  • 원명수 (국립산림과학원 산림방재연구과) ;
  • 이상우 (건국대학교 환경과학과)
  • Published : 2012.03.31
⟨ Previous Next ⟩

Abstract

CBI(Composite Burn Index) developed by USDA Forest Service is a index to measure burn severity based on remote sensing. In Korea, the CBI has been used to investigate the burn severity of fire sites for the last few years. However, it has been an argument on that CBI is not adequate to capture unique characteristics of Korean forests, and there has been a demand to develop KCBI(Korean Composite Burn Index). In this regard, this study aimed to develop KCBI by adjusting the CBI and to validate its applicability by using remote sensing technique. Uljin and Youngduk, two large fire sites burned in 2011, were selected as study areas, and forty-four sampling plots were assigned in each study area for field survey. Burn severity(BS) of the study areas were estimated by analyzing NDVI from SPOT images taken one month later of the fires. Applicability of KCBI was validated with correlation analysis between KCBI index values and NDVI values and their confusion matrix. The result showed that KCBI index values and NDVI values were closely correlated in both Uljin (r = -0.54 and p<0.01) and Youngduk (r = -0.61 and p<0.01). Thus this result supported that proposed KCBI is adequate index to measure burn severity of fire sites in Korea. There was a number of limitations, such as the low correlation coefficients between BS and KCBI and skewed distribution of KCBI sampling plots toward High and Extreme classes. Despite of these limitations, the proposed KCBI showed high potentials for estimating burn severity of fire sites in Korea, and could be improved by considering the limitations in further studies.

산불피해강도지수(CBI, Composite Burn Index)는 미국 산림청(USDA Forest Service)에서 위성영상을 이용하여 산불 피해강도 측정을 위해 개발한 산불피해 현장 조사 지수이다. 국내의 경우 별도의 산불피해 지수가 없어, 미국 CBI를 산불 피해지 조사에 준용하여 왔으나, CBI는 국내 여건에 맞지 않다는 지적이 제기되어 산불피해강도지수(KCBI, Korean Composite Burn Index)를 개발하게 되었다. 따라서 본 연구는 미국 CBI에 기초하여 한국형 산불피해강도지수(KCBI, Korean Composite Burn Index)의 개발과 검증에 목표를 두고 수행되었다. KCBI는 CBI에 기초하여 국내 현장적용 후 문제점을 파악 후 정교화 하였으며, 위성영상 결과와의 적합성 검토를 위하여 2011년도 산불 피해지중 상대적으로 피해 규모가 큰 울진과 영덕 산불피해지를 연구 대상지로 선정 후 각 44개 지점에서 산불피해 강도를 평가하였다. 산불피해강도(BS, Burn Severity)는 산불발생 후 1개월 후에 촬영된 SPOT 영상을 이용하여 NDVI(Normalized Difference Vegetation Index) 값으로 계산하였으며, 상관분석과 오류메트릭스(Confusion Matrix)를 이용하여 유효성을 검증하였다. 분석 결과 울진피해지는 (r = -0.544, P<0.01), 영덕피해지 (r = -0.616, P<0.01)로 나타났다. 부의 상관관계를 나타난 이유는 NDVI의 DN 값은 낮을 수 록 높은 피해강도를로 나타내며, 높을수록 낮은 피해강도를 나타내기 때문이다. 본 결과로 제시된 KCBI는 국내 산불 피해 현장에서 적용 가능한 것으로 판단되었다. 하지만 등급분류 방법과 기대치 보다 낮은 상관도 등의 문제점도 나타났다. 또한 오류메트릭스 분석결과 KCBI가 일부 높은 산불 강도 등급에 치우쳐 분포하는 현상 등이 나타났다. 제기된 문제점들을 바탕으로 향후 KCBI를 더 많은 한국 산불피해지에 적용함으로써, 추후 연구를 진행해야 할 것이다.

Keywords

References

  1. 김영표. 2008. 지형에 따른 정규식생비수 분포특성 연구. 한국산림휴양학회지 12(4): 47-54.
  2. 박민호, 이점숙, 박정일, 2008. Landsat TM/ETM+ 위성 영상을 이용한 함평만지역 지표면온도와 NDVI의 상관 관계 분석. 한국지적정보학회지 10(2): 107-115.
  3. 산림청, 2009. 2009산불통계연보, 발간등록번호 11- 1400000-000424-10.
  4. 원명수, 구교상, 이명보, 손영모. 2007. Landsat 영상으로부터 정규탄화지수 추출과 산불피해지역 및 피해강도 의 정량적 분석. 한국지리정보학회지 10(3): 80-92.
  5. 이병두, 원명수, 장광민, 이명보. 2008. 지형과 산불피해도와의 관계 분석. 한국지리정보학회지 11(1): 58-67.
  6. Brun-Blanquet, J. 1964. Pfanzensoziologie grundzugeder vegetation 3. Auf, Springer-Verlag, Wien, New York, pp. 865.
  7. Castilla, G. and Hay, G.J. 2006. Uncertainties in land use data. Hydrology and Earth System Science Discussions 3: 3439-3472. https://doi.org/10.5194/hessd-3-3439-2006
  8. Collins, B.M., Kelly, M., Van Wagtendonk J.W. and Stephens, S.L. 2007. Spatial patterns of large natural fires in Sierra Nevada wilderness areas. Landscape Ecology 225: 45-557.
  9. Hammill, K.A. and Bradstock, R.A. 2006. Remote sensing of fire severity in the Blue Mountains: influence of vegetation type and inferring fire intensity. International Journal of Wildland Fire 15: 213-226. https://doi.org/10.1071/WF05051
  10. Key, C.H. and Benson, N.C. 2002. Fire effects monitoring and inventory protocol-landscape assessment. USDA Forest Service Fire Science Laboratory, Missoula, MT. pp. 1-16.
  11. Key, C.H. and Benson, N.C. 2006. Landscape assessment- Sampling and analysis methods, In: Lutes, D.C., FIREMON: Fire effects monitoring and inventory system, USDA Forest Service, General Technical Report RMRSGTR- 164-CD.
  12. Kushla, J.D. and Ripple, W.J. 1998. Assessing wildfire effects with Landsat thematic mapper data. Remote Sensing of Environment 19: 2493-2507. https://doi.org/10.1080/014311698214587
  13. Lee, S.-W. Lee, M.-B., Lee, Y.-G., Won, M.-S., Kim, J.-J. and Hong, S.-K. 2009. Relationship between landscape structure and burn severity at the landscape and class levels in Samchuck, South Korea. Forest Ecology and Management 258: 1594-1604. https://doi.org/10.1016/j.foreco.2009.07.017
  14. Miller, J.D. and Yool, S.R. 2002. Mapping forest post-fire canopy consumption in several overstory types using multi-temporal Landsat TM and ETM data. Remote Sensing of Environment 82: 481-496. https://doi.org/10.1016/S0034-4257(02)00071-8
  15. Powell, R.L., Matzke, N., de Souza, C., Clark, M., Numata, I., Hess, L.L. and Roberts, D.A. 2004. Source of error in accuracy assessment of thematic land - cover maps in the Brazilian Amazon. Remote Sensing of Environment 90: 221-234. https://doi.org/10.1016/j.rse.2003.12.007
  16. Turner, M.G. and Romme, W.H., 1994. Landscape dynamics in crown fire ecosystems. Landscape Ecology 9: 57-77.
  17. Wimberly, M.C. and Reilly, M.J. 2007. Assessment of fire severity and species diversity in the southern Appalachians using Landsat TM and ETM+ imagery. Remote Sensing of Environment 108: 189-197. https://doi.org/10.1016/j.rse.2006.03.019