Satellite-based Forest Withering Index for Detection of Fire Burn Area: Its Development and Application to 2019 Kangwon Wildfires

산불피해지 탐지를 위한 위성기반 산림고사지수 개발 및 2019년 4월 강원 산불 사례에의 적용

Abstract

This letter describes a development of satellite-based forest withering index for detection of fire burn area and its application to the Goseong-Sokcho and Gangneung-Donghae wildfires in April 4, 2019. Withered forest has very different spectral characteristics from healthy forest. In particular, a false color composite of R-NIR-G represents such difference very clearly. Using Sentinel-2 images with the forest withering index, we derived the area burned by the wildfires: approximately 701.16 ha for Goseong-Sokcho and approximately 710.60 ha for Gangneung-Donghae, although official record will be announced by the Korean government later.

이 연구에서는 2019년 4월 4일 발생한 고성-속초 산불과 강릉-동해 산불의 피해지를 신뢰할 만한 수준으로 신속하게 파악하기 위하여, 고해상도 영상 기반의 산림고사지수를 개발하고 이를 Sentinel-2 영상에 적용한 결과를 소개하고자 한다. 고사한 산림과 건강한 산림은 매우 다른 분광특성을 보이는데, 특히 R-NIR-G 위색조합(false color composite)에서 그 차이가 뚜렷이 나타난다. 이러한 특성에 기초하여 개발된 산림고사지수를 적용한 결과, 고성-속초 산불의 피해면적은 약 701.16 ha, 강릉-동해 산불의 피해면적은 약 710.60 ha로 추정된다. 정확한 피해면적은 현장조사 등의 과정을 거쳐 추후에 공식적으로 확정되겠지만, 이러한 위성영상 분석은 신속한 피해현황 파악을 가능하게 하는 장점이 있다.

요약

이 연구에서는 2019년 4월 4일 발생한 고성-속초 산불과 강릉-동해 산불의 피해지를 신뢰할 만한 수준으로 신속하게 파악하기 위하여, 고해상도 영상 기반의 산림고사지수를 개발하고 이를 Sentinel-2 영상에 적용한 결과를 소개하고자 한다. 고사한 산림과 건강한 산림은 매우 다른 분광특성을 보이는데, 특히 R-NIR-G 위색조합(false color composite)에서 그 차이가 뚜렷이 나타난다. 이러한 특성에 기초하여 개발된 산림고사지수를 적용한 결과, 고성-속초 산불의 피해면적은 약 701.16 ha, 강릉-동해 산불의 피해면적은 약 710.60 ha로 추정된다. 정확한 피해면적은 현장조사 등의 과정을 거쳐 추후에 공식적으로 확정되겠지만, 이러한 위성영상 분석은 신속한 피해현황 파악을 가능하게 하는 장점이 있다.

1. 서론 

산불은 대부분 예기치 않게 발생하는데, 우리나라에서는 낙뢰 등에 의한 자연발화는 매우 드물고, 실화가 주를 이룬다(Lee et al., 2017). 지면과 식생이 건조한 봄철에 산불이 발생하는 경우가 많으며(Lee et al., 2001), 강한 바람을 타고 넓은 범위로 빠르게 확산되기도 한다. 이러한 산불은 예방이 우선이지만, 불가피하게 산불이 발생한 경우에는 피해복구 계획수립을 위하여 정확한 피해지 파악이 매우 중요하다.

2019년 4월 4일 오후 7시 17분경, 강원도 고성군 토성면 원암리에서 화재가 발생하여 속초시 쪽으로 확산되었으며(고성-속초 산불), 또한 같은 날 오후 11시 46분경 강원도 강릉시 옥계면 남양리에서 산불이 발생하여 동해시 쪽으로 확산되었다(강릉-동해 산불). 이튿날인 4월 5일 국가재난사태가 선포되었으며, 4월 6일 강원도 고성군, 속초시, 강릉시, 동해시, 인제군이 특별재난지역으로 선포되었다.

이 연구에서는 2019년 4월 4일 발생한 고성-속초 산불과 강릉-동해 산불의 피해지를 신뢰할 만한 수준으로 신속하게 파악하기 위하여, 고해상도 영상 기반의 산림고사지수를 개발하고 이를 Sentinel-2 영상에 적용한 결과를 소개하고자 한다. 고사한 산림과 건강한 산림은 매우 다른 분광특성을 보이는데, 특히 R-NIR-G 위색조합(false color composite)에서 그 차이가 뚜렷이 나타난다. 이러한 특성에 기초하여 개발된 산림고사지수를 적용한 결과, 고성-속초 산불의 피해면적은 약 701.16 ha, 강릉-동해 산불의 피해면적은 약 710.60 ha로 추정되었다.

2. 자료와 방법

산불피해지 탐지를 위해 사용한 고해상도 위성영상은 ESA(European Space Agency)에서 제공하는 Sentinel-2 MSI(Multispectral Instrument) 자료이다. Sentinel-2는 2015년에 발사된 2A와 2017년에 발사된 2B로 이루어진 쌍둥이 위성으로서 재방문주기는 각각 5일이며, 대기보정 등의 기본적인 전처리를 거친 레벨2 영상이 24시간 이내에 인터넷으로 공유된다. 이번 실험에서는 4월 3일(산불 이전)의 Sentinel-2A 레벨2 영상과 4월 8일(산불 이후)의 Sentinel-2B 레벨2 영상을 사용하였다. Sentinel-2 MSI는 13개의 분광밴드로 구성되며, 가시광선 및 근적외선(0.842 µm) 밴드의 공간해상도는 10 m이다(Table 1).

Table 1. Spectral bands of Sentinel-2 MSI (Multispectral Instrument)

이 연구에서 개발한 산림고사지수 FWI(Forest Withering Index)는 Sentinel-2뿐만 아니라 가시광선 및 근적외선 밴드를 가진 위성 영상과 드론 영상에 적용할 수 있으며, 청색, 녹색, 적색, 근적외선 밴드 반사도의 조합에 대한 반복실험을 통하여 고사한 산림을 가장 잘 표현할 수 있는 밴드 및 가중치 조합을 도출한 것이다. 이는 고사한 산림에 비해, 건강한 산림에서 근적외선 밴드 반사도가 높게 나타나는 특성에 기초한다.

\(F W I=0.3 \times R+0.6 \times N I R+0.1 \times G\)       (1)

여기에서 R은 적색 밴드 반사도, NIR은 근적외선 밴드 (0.842 µm) 반사도, G는 녹색 밴드 반사도를 나타내며 식 (2)에서 dFWI는 산불발생 이전 시점의 FWI 값과 산불발생 이후 시점의 FWI 값의 차를 의미한다.

\(d F W I=F W I_{\text {before}}-F W I_{\text {after}}\)       (2)

고성-속초 지역과 강릉-동해 지역에 대하여 4월 3일 (산불 이전)과 4월 8일(산불 이후)의 dFWI를 구한 다음, 이를 기준으로 고사한 산림과 정상적인 산림으로 이진분류(binary classification)를 수행하기 위하여 오츠 임계치법(Otsu thresholding)을 적용하였다. 오츠 임계치법은 각 클래스 내의 분산(intra-class variance)을 작게 하고 두 클래스 간의 분산(inter-class variance)을 크게 함으로써, 분산비를 최대화시키는 임계치를 채택하는 것이다 (Otsu, 1979). 이 실험에서는 파이썬 skimage 패키지의 threshold_otsu 함수를 사용하여 최적 임계치를 도출하였다.

3. 분석 결과

고성-속초 지역의 Fig. 1(a)는 4월 3일(산불 이전) Sentinel-2A 레벨2 영상으로부터 도출한 R-NIR-G 위색조합이고, Fig. 1(b)는 4월 8일(산불 이후) Sentinel-2B 레벨2 영상으로부터 도출한 R-NIR-G 위색조합이다. 4월 3일 영상에는 없던 진한 색상이 4월 8일 영상에 나타나는데, 이 부분이 고사한 산림을 나타내는 화소이며, Fig.1(c)는 dFWI에 오츠 임계치법을 적용하여 이진분류한 영상을 트루컬러 영상 위에 중첩하여 나타낸 것이다. 고성-속초 지역의 산불피해 화소는 70,116개로서 그 면적은 약 701.16 ha로 추정된다. 강릉-동해 지역의 Fig. 2도 마찬가지 과정을 거쳐 도출되었으며, 강릉-동해 지역의 산불피해 화소는 71,060개로서 그 면적은 약 710.60 ha로 추정된다. 정확한 피해면적은 현장조사 등의 과정을 거쳐 추후에 공식적으로 확정되겠지만, 이러한 위성영상 분석은 신속한 피해현황 파악을 가능하게 하는 장점이 있다.

Fig. 1. (a)R-NIR-Gcomposite(Apr.3),(b)R-NIR-Gcomposite (Apr. 8), and (c) fire burn area in red (approximately 701.16 ha) calculated using FWI (Forest Withering Index) with Otsu threshodling for Goseong-Sokcho area.

Fig. 2. (a)R-NIR-Gcomposite(Apr.3),(b)R-NIR-Gcomposite (Apr. 8), and (c) fire burn area in red (approximately 710.60 ha) calculated using FWI (Forest Withering Index)withOtsuthreshodlingforGangneung-Donghae area.

4. 결론

고사한 산림과 정상적인 산림의 분광특성을 살펴보면 R-NIR-G 위색조합에서 매우 뚜렷한 대비를 보이기 때문에, 이 연구에서는 고사한 산림을 가장 잘 표현할 수 있는 가중치 조합을 구하여 FWI를 개발하고, 이를 최근의 대형산불 사례에 적용하여 산불피해면적을 추정하였다. ESA의 Sentinel-2는 쌍둥이 위성 2A와 2B가 각각 5일 주기의 10미터 해상도 영상을 24시간 이내에 인터넷으로 제공하기 때문에, 학술연구는 물론, 정부기관의 환경감시 업무에도 유용하게 활용될 수 있다(Lee et al., 2017). 이 연구에서 개발한 FWI는 산불피해지 탐지를 위한 합리적인 대안이 될 수 있으며, Sentinel-2뿐만 아니라, 가시광선 및 근적외선 밴드를 가지는 모든 위성 영상과 드론 영상에 적용 가능하다는 점에서도 큰 의미가 있다.