• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.369-369
• /
• 2021

기후변화로 인하여 태풍의 발생 횟수가 증가하고, 태풍 크기가 점차 대형화되며, 강도 또한 강해지는 추세에 있다. 우리나라도 매년 7월에서 10월 사이에 태풍으로 인한 피해가 발생하나, 태풍피해의 빈도나 피해 규모는 일정하지 않으며, 이는 태풍 진로와 태풍 크기 및 강도와 관계있다. 태풍에 대한 분류는 태풍의 크기와 중심부로 불어오는 풍속에 따라 강도로 구분하며, 태풍의 크기에 따른 분류는 풍속 15m/sec 이상 되는 영역의 반경에 따라 소형(300km 미만), 중형(500km미만), 대형(800km미만), 초대형(800km이상) 등 4계급 구간으로 구분하고, 태풍의 강도는 17m/s~25m/s 범위내의 태풍은 강도를 정하지 않으며, 중(25m/s~33m/s), 강(33m/s~44m/s), 매우강(44m/s~54m/s), 초강력(54m/s 이상)으로 구분한다. 최근 10년간 자연재해 중 태풍으로 인한 피해는 1조 6825억원으로 우리나라 자연재해 총피해액인 3조 6280억의 46%를 차지하며, 원인별로 가장 큰 피해를 야기하며, 또 태풍 루사, 매미는 단일 재해로는 최대규모로 알려져 있다. 태풍으로 인한 재해는 호우, 강풍, 풍랑으로 인한 피해가 동시에 발생하기 때문이며, 재해에 대한 대비 활동도 복합적으로 이루어져야 한다. 재해예방 측면에서 재해가 우려되는 기상 상황(호우, 강풍, 태풍 등)이 예측되고, 예측된 기상상황 하에서 피해 정도를 추정할 수 있다면 재해 예방을 위하여 적절한 대비를 취할 수 있을 것이다. 태풍은 적도부근 태평양에서 발생하여 이동하는데, 이동경로와 태풍강도는 기상 상황에 따라 변동이 심하므로, 태풍으로 인한 재해를 예측하고 예방하기 위한 대비에도 어려움이 있다. 또 태풍에 대한 기상특보는 태풍의 진로, 크기, 강도를 중심으로 강우량과 최대풍속이 예보되는데, 이것만으로 피해정도를 예측하는데 어려움이 있다. 본 연구에서 우리나라에 직접적인 영향을 미친 태풍을 대상으로, 태풍시 발생한 호우와 풍속이 태풍으로 인한 피해 규모와 관련이 있는 지 여부를 평가하고, 이들 관계를 밝히고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.239-239
• /
• 2023

최근 도시화 및 기후변화에 따른 재난의 피해가 증가하고 있다. 국내 기상청에서는 호우 및 태풍에 대한 예·경보(주의보, 경보)를 전국적으로 통일된 기준(3시간, 12시간 누적강우량)에 따라 발령하고 있다. 이에 따라 현재 예·경보 기준에는 피해가 발생한 사상에 대한 지역별 특성이 고려되지 않는 문제점이 있다. 본 연구에서는 이러한 문제점을 해결하기 위하여 서울특별시, 인천광역시, 경기도의 호우 및 태풍에 대한 재해사상별 발생한 피해액 및 누적강우량을 활용하여 재해강도의 단계별 기준을 수립하고, 입력자료로 관측된 강우값을 활용하여 발생할 수 있는 재해의 발생 강도를 분류하는 모형을 개발하고자 하였다. 본 연구에서는 호우 및 태풍에 의한 재해 피해액의 분위별로 재해강도 단계(관심, 주의, 경계, 심각)를 분류하였고, 재해강도 단계에 따른 누적강우량 기준을 지자체별로 제시하였으며, 분류한 재해의 강도 단계를 모형의 종속변수로 활용하였다. 재해피해가 발생하지 않은 무강우 지속시간을 산정하여 호우 사상을 분류하였다. 지자체별로 재해 발생강도 분류 모형 개발을 위하여 머신러닝 모형 4가지(의사결정나무, 서포트 벡터 머신, 랜덤 포레스트, XGBoost)를 활용하였다. 본 연구에서 분류한 피해가 발생하지 않은 호우사상 및 피해가 발생한 사상별로 강우량, 지속시간 최대 강우량(3시간, 12시간), 선행강우량, 누적강우량을 독립변수로 입력하여 종속변수인 재해 발생 강도를 분류하였다. 각 모형별로 F1 Score를 이용한 정확도 평가 결과, 의사결정나무의 F1 Score가 평균 0.56으로 가장 우수한 정확도를 가지는 것으로 평가되었다. 본 연구에서 제시하는 머신러닝 기반 재해 발생 강도 분류모형을 활용하면 호우 및 태풍에 의한 재해에 대하여 지자체별로 재해 발생 강도를 단계별로 파악할 수 있어, 재난 담당자들의 의사결정을 위한 참고 자료로 활용될 수 있을 것으로 판단된다.

• 한국농림기상학회지
• /
• 제16권2호
• /
• pp.114-124
• /
• 2014

본 연구는 2011년 100ha 이상의 대형산불 피해지인 울진과 영덕지역을 대상으로 하였으며 산불피해강도를 평가하기 위해 현장조사와 고해상도 위성영상자료 분석을 병행하였다. 위성영상자료 분석 시 산불피해지역의 피해강도를 가장 적절하게 평가할 수 있는 영상분류기법들을 비교 분석하여 최적의 피해강도 평가방법을 선정하였다. 대형산불 피해지역의 최적의 피해강도 평가기법으로는 현장조사에서 획득한 트레이닝 지역의 정보를 이용한 최대우도법을 적용하였을 때 가장 좋은 평가결과를 보였다. 산불피해강도의 정확도 검증 결과, 평균 전체정확도는 88.38%와 Kappa coefficient는 0.8147로 나타났다. 분류정확도는 최대우도법, NDVI, 최소거리법 순으로 나타났다. 산불피해강도 현장조사 결과와 위성영상자료에서 추출한 피해강도의 상관관계는 울진산불 피해지에서 r = -0.544, 영덕산불 피해지는 r = -0.616으로 나타났다.

• 한국지리정보학회지
• /
• 제10권3호
• /
• pp.80-92
• /
• 2007

산불은 우리나라 산림의 주요 교란요소중의 하나로써 산림 구조와 기능에 매우 큰 영향을 미치며, 산불피해강도에 따라 피해 후 식생회복 과정이 달라질 수 있다. 대형산불 피해지의 피해강도와 식생회복 과정을 파악하기 위해서는 많은 인력과 예산이 필요하지만 위성영상자료를 이용한 산불피해지의 피해강도 분석은 신속한 정보는 물론 대규모 피해지의 객관적인 결과를 원격적으로 취득할 수 있다. 위성과 항공기 탑재 센서들은 피해규모를 맵핑하고 진행산불 특성을 평가하며 산불피해후의 생태적 영향 특성을 규명하는데 활용되고 있다. 본 연구에서는 2000년 삼척산불, 2002년 청양산불 그리고 2005년 양양 대형산불 피해지를 구분하고 피해강도를 정량적으로 분석하기 위해 정규탄화지수(Normalized Burn Ratio: NBR)를 활용하였다. 본 연구를 위해 산불피해 전후 동일시기의 Landsat 위성영상 자료를 활용하여 정규탄화지수(NBR)를 산출하고 30m 해상도의 피해강도 패턴을 평가하였다. 산불피해강도 평가결과, 삼척산불 피해지는 피해강도 '중' 이상(${\Delta}NBR$ 152 이상) 지역이 전체의 65%를 차지하였으며 청양 예산산불피해지는 91%, 양양산불피해지는 65%로 나타나 3지역 중 청양 예산지역이 피해강도 측면에서만 보면 가장 큰 피해를 입은 것으로 분석되었다. 따라서 RS와 GIS를 이용하여 원격 탐지된 ${\Delta}NBR$은 대규모 산불피해지의 구분은 물론 산불피해강도를 공간적으로 정량화할 수 있다.

• 한국농림기상학회지
• /
• 제10권1호
• /
• pp.17-24
• /
• 2008

지구온난화 문제는 국지적, 국내적 환경문제가 아닌 범지구적 차원에서 해결하여야 할 문제로 온실가스 규제와 지구환경의 조화를 위한 국제적 노력이 요구된다. 따라서 본 연구에서는 바이오매스 연소시 배출되는 비이산화탄소의 배출량을 정량적으로 추정하기 위한 방법론을 제시하고자 하였고, 산불피해지 구분은 물론 피해강도에 따라 배출되는 비이산화탄소 온실가스를 정량적으로 추정하기 위해 위성영상 자료를 활용하였으며, IPCC 기준인 Tier 2 수준으로 비이산화탄소 온실가스 배출량을 추정하였다. 본 연구에서는 2000년 4월에 발생한 우리나라 최대 산불인 삼척피해지를 대상으로 산불 전후 동일시기에 관측된 Landsat 위성영상으로부터 정규탄화지수(NBR)를 추출하여 산불피해지역과 피해강도를 정량적으로 분석하였다. 위성영상에서 추출된 피해면적과 피해강도별 분석자료는 바이오매스 연소로 인해 직접 배출되는 비이산화탄소 배출량 추정을 위한 활동자료로 활용하였다. 비이산화탄소 배출량 추정을 위해 IPCC의 추정식을 이용하였다. 산불피해강도별 연소효율은 피해강도가 '심'(burn severity: high)인 수관화 지역의 경우 0.43, 피해강도 '중'(burn severity: moderate) 0.40, 그리고 피해강도가 '경'인 지표화지(burn severity: low)의 경우는 0.15를 적용하였다. 바이오매스 연소시 배출되는 비이산화탄소 온실가스별 배출계수는 CO 130, $CH_4$ 9, $NO_x$ 0.7, $N_2O$ 0.11 값을 적용하였다. 삼척 산불피해지의 dNBR에 의한 피해강도 분석 결과, 전체 피해면적은 16,200ha로 나타났으며, 피해강도는 '경(Low: dNBR 152 이하)' 35%, '중(Moderate: dNBR 153-190)' 33%, '심(High: dNBR 191-255)' 32%의 면적분포를 보였다. 임상별 피해면적은 침엽수림 11,506ha(77%), 활엽수림 453ha(3%) 그리고 혼효림에서 2,978ha(20%)의 피해를 입은 것으로 평가되었다. 삼척 산불피해지의 바이오매스 연소로 인해 직접 배출된 비이산화탄소 배출량 추정 결과, CO 93%, CH4 6.4%, $NO_x$ 0.5%, $N_2O$ 0.1%의 순으로 배출량이 많았다. 삼척 산불피해지의 강도별 피해면적은 32%$\sim$35%의 분포로 고른 양상을 보이고 있지만 피해강도 '중' 지역에서 배출된 비이산화탄소의 양이 전체의 47%를 차지하여 배출율이 가장 높은 것으로 나타났다. 삼척산불 피해지의 총 비이산화탄소 온실가스 배출량은 CO 44.100Gg, CH4 3.053Gg, $NO_x$ 0.238Gg 그리고 $N_2O$는 0.038Gg이 배출된 것으로 추정되었다.

• 대한원격탐사학회지
• /
• 제35권6_4호
• /
• pp.1341-1350
• /
• 2019

본 연구는 산불 전후 KOMPSAT-3A 영상을 사용하여 산불피해지역을 분석하는 것을 목적으로 한다. KOMPSAT 시리즈 중 KOMPSAT-3A는 적외선 및 고해상도의 멀티 스펙트럼 밴드를 가진 VHR위성이다. 하지만, KOMPSAT-3A를 활용하여 산불피해강도를 분류하는 연구는 부족한 실정이다. 따라서 본 연구에서는 KOMPSAT-3A의 산불 피해강도를 분류하기 위한 새로운 알고리즘을 제시하는 것을 목표로 한다. 또한, 본 연구에서는 산불 피해지역에 대한 참조자료로 Sentinel-2로 생성한 dNBR을 사용하였다. 본 연구의 연구 지역은 2019년 4월 4일 강릉에서 발생한 산불 피해지역으로 선정하였다. 본 연구에서는 산불피해구간을 산정하기 위한 알고리즘으로 오픈 소스 통계 프로그램인 R software의 확률분포함수를 사용하였다. KOMPSAT-3A에서 산불 피해지역은 산불 전, 후 NDVI의 변화에 따라 생성되었다. 산불피해강도는 분포 함수의 표준 편차를 사용하여 각 등급 크기를 산정하였다. 총 5개 구간에 따른 산불 피해 강도가 효과적으로 분류되었다.

• 한국산림과학회지
• /
• 제101권1호
• /
• pp.121-129
• /
• 2012

산불피해강도와 함께 가장자리 관련지역은 생태계회복에 큰 영향을 주는 것으로 알려져 있으나 연구가 미미한 상황이다. 따라서 이 연구는 산불피해강도와 가장자리 효과의 복합적 영향에 의한 산불 후 식생의 초기 반응을 분석하는 것을 목적으로 한다. 산불피해강도 즉 ${\Delta}NBR$는 삼척지역의 산불전과 후의 인공위성 이미지를 이용하여 계산되었다. 산불피해지는 231개의 $1-km^2$ 격자 단위로 구분하였으며, 격자들은 산불피해강도와 가장자리 지역의 포함 유무에 따라 4개의 그룹으로 재분류되었다. 4개의 그룹은 저강도 산불피해강도의 산불피해지 내부지역(그룹 A), 저강도 산불피해강도의 산불피해지 가장자리 지역(그룹 B), 고강도 산불피해강도의 산불피해지 내부지역(그룹 C), 고강도 산불피해강도의 산불피해지 가장자리 지역(그룹 D)을 포함한다. 4개 그룹 간 식생재생변화(${\Delta}NDVI$)는 T-test로 비교되었으며, 고강도 강도지역의 그룹 C(${\Delta}NDVI$ = 0.047)와 D(${\Delta}NDVI$ = 0.059)가 저강도 연소강도지역의 그룹A(${\Delta}NDVI$ = -0.039)와 B(${\Delta}NDVI$ = -0.036)에 비해 상당히 높은 식생재생을 보였다. 또한 동일 산불피해강도 지역에서 산불피해지 가장자리 지역이 내부지역에 비해 높은 식생재생변화가 관찰되었다. 즉 산불피해지 가장자리 지역의 그룹 B(${\Delta}NDVI$ = -0.036)와 D(${\Delta}NDVI$ = 0.059)는 산불피해지 내부지역의 그룹 A(${\Delta}NDVI$ = -0.039)와 C(${\Delta}NDVI$ = 0.047)에 비해 높은 식생재생변화를 보여주었다. 따라서 산불피해로 인한 이차적 피해를 최소화하고 연소된 산림의 회복을 위해 산불피해지 내부지역에 대한 적절한 회복전략이 요구된다.

• 한국콘크리트학회:학술대회논문집
• /
• 한국콘크리트학회 2008년도 추계 학술발표회 제20권2호
• /
• pp.941-944
• /
• 2008

본 연구는 화재피해를 입은 고강도 철근 콘크리트 구조부재의 폭렬발생시 구조성능을 파악하기 위한 연구로 압축강도 55MPa의 휨 부재와 압축부재를 화재피해를 입은 시간을 주요변수로 30분, 60분 및 90분간 화재 실험을 실시하였다. 휨 부재의 경우 피복두께에 따라 폭렬의 정도와 구조성능의 감소에서 차이를 보였으며, 피복 두께가 두꺼운 경우에 폭렬 면적 및 잔존강도의 감소폭이 크게 나타났다. 압축부재의 경우 폭렬로 인해 손실된 면적의 양은 화재피해를 입은 시간에 영향을 크게 받지 않았으나, 잔존강도의 경우 콘크리트가 고온에 오래 노출될수록 큰 감소폭을 보였고, 부재강성의 감소폭은 더욱 크게 나타났다. 따라서 고강도 콘크리트구조물에 화재가 발생하였을 경우 폭렬의 양상과 화재피해를 입은 시간에 따라 구조물의 잔존강도를 예측 할 수 있으며, 이를 이용하여 구조물의 재사용 여부의 판단 및 보수 보강에 필요한 자료를 제시할 수 있다.

• 대한원격탐사학회지
• /
• 제35권6_2호
• /
• pp.1095-1106
• /
• 2019

산불 피해는 복구, 보상 및 2차 피해 예방을 위해 빠르고 정확히 조사되어야 한다. 원격탐사 기반의 산불 피해강도 조사 방법으로 주로 산불 전과 후의 반사율 및 분광지수의 차이를 비교하고 있다. 최근 고해상도 위성영상 및 무인기 영상의 활용이 증가하고 있으나, 언제 어디에서 발생할지 예측할 수 없는 산불에 대한 발생 전 영상을 획득하는 것이 쉽지 않다. 본 연구에서는 산불 피해강도 분류에 있어 고해상도 영상과 감독분류 기법의 활용 가능성을 분석하고자 하였다. 산불 후에 촬영된 KOMPSAT-3A 영상과 무인기 다중분광영상에 반사율의 절대값을 이용하는 최대우도법과 반사율의 패턴을 이용하는 분광각매퍼의 두 가지 감독분류 기법을 적용하였다. 그 결과 분류 기법 측면에서 최대우도법이 분광각매퍼에 비해 높은 분류정확도를 보여주었으며, 이는 피해강도 등급 간에 분광반사율의 절대값은 다르지만 패턴이 유사한 등급들이 존재하기 때문인 것으로 판단된다. 공간해상도 측면에서 상대적으로 해상도가 높은 무인기 영상의 분류정확도가 위성영상보다 높게 나타났다. 그러나 무인기와 위성 영상 모두 분류정확도가 매우 높게 나타나고 있어 피해강도 분류에 활용 가능성이 높다고 할 수 있다. 따라서, 피해강도 분류에 있어 산불 후에 촬영된 고해상도 영상들을 이용할 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제35권6_2호
• /
• pp.1083-1093
• /
• 2019

본 연구는 2019년 발생한 강원 고성·속초, 강릉·동해 대형산불 직후 산불의 영향으로 수목의 수관부가 완전 연소되거나, 직간접적인 열해 피해로 인해 고사되어 가는 과정을 다목적실용위성(KOMPSAT-2호, 3호) 영상자료를 활용하여 시간경과에 따른 산불 피해강도별 피해면적의 변화를 정확하게 산정하는데 목적이 있다. 피해강도별 피해면적 산출을 위해 산불 직후 위성영상자료와 15~18일 경과 후의 두 시기 영상자료를 이용하였다. 산불 직후와 일정기간 경과 후 촬영한 위성영상자료의 산불피해강도 분석결과는 '수관전소(Extreme)' 지역에서는 큰 변화가 없었으나 '수관열해(High)' 지역과 '지표화(Low)' 지역에서는 큰 면적차이를 보였다. 이러한 피해강도의 차이에 따른 피해면적의 변화는 산불 영향으로 인해 수관부가 서서히 갈색으로 변색되어 가는 과정에 의한 것으로 판단된다. 산불피해지역의 위성영상 분석결과와 현장사진, 드론 영상을 종합해 볼 때 산불 직후 3~4일 후부터 수관부의 갈변현상(Browning)이 나타나고 10~15일 경과 후엔 수관부의 갈변현상이 뚜렷해지는 것을 알 수 있었다. 본 연구결과를 통해 향후 대형산불지역의 신속한 피해면적 파악은 물론 수관열해로 인한 고사 기작을 파악함으로써 산불피해지 복구계획 수립을 위한 의사결정의 기초자료로 활용할 수 있을 것으로 사료된다.