• IEIE Transactions on Smart Processing and Computing
• /
• 제2권3호
• /
• pp.117-129
• /
• 2013

The increasing demand for monitoring wildfires and their impact on the land surface have prompted studies of burned area extraction and analysis. To differentiate burned and unburned area, the earlier method of the Moderate Resolution Imaging Spectro-radiometer (MODIS) Burned Area Detection Algorithm was proposed to estimate the change in land surface based on the reflectance energy. The energy, whose wavelengths are sensitive to burning, was selected to calculate the change parameter $Z_{score}$. This method was applied using the MODIS images to produce a MODIS Burned Area product. The approach was to simplify this algorithm to make it compatible with the Landsat 7 ETM+ SLC-off images. To extract the refined version of burned regions, post-processing was carried out by applying a median filter, dilation morphology algorithm, and finally a gap filling method. The experimental results showed that the detailed burned areas extracted from the proposed method exhibited more spatial details than those of the MODIS Burned products in the large U.S areas. The results also revealed the discontinuous distribution of burned regions in Vietnam forests.

• 대한원격탐사학회지
• /
• 제36권1호
• /
• pp.29-39
• /
• 2020

Forest fire is a critical disaster that causes massive destruction of forest ecosystem and economic loss. Hence, accurate estimation of the burned area is important for evaluation of the degree of damage and for preparing baseline data for recovery. Since most of the area size damaged by wildfires in Korea is less than 1 ha, it is necessary to use satellite or drone images with a resolution of less than 10m for detecting the damage area. This paper aims to detect wildfire-damaged area from a Kompsat-3 image using the indices such as NDVI (normalized difference vegetation index) and FBI (fire burn index) and to examine the classification characteristics according to the methods such as Otsu thresholding and ISODATA(iterative self-organizing data analysis technique). To mitigate the salt-and-pepper phenomenon of the pixel-based classification, a gaussian filter was applied to the images of NDVI and FBI. Otsu thresholding and ISODATA could distinguish the burned forest from normal forest appropriately, and the salt-and-pepper phenomenon at the boundaries of burned forest was reduced by the gaussian filter. The result from ISODATA with gaussian filter using NDVI was closest to the official record of damage area (56.9 ha) published by the Korea Forest Service. Unlike Otsu thresholding for binary classification,since the ISODATA categorizes the images into multiple classes such as(1)severely burned area, (2) moderately burned area, (3) mixture of burned and unburned areas, and (4) unburned area, the characteristics of the boundaries consisting of burned and normal forests can be better expressed. It is expected that our approach can be utilized for the high-resolution images obtained from other satellites and drones.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.765-779
• /
• 2022

본 연구에서는 Landsat 8/9 OLI와 Sentinel-2 MSI 위성 영상을 활용한 다시기 영상 데이터를 이용하여 다양한 분광 지수를 기반으로 국내 산불 피해 면적 탐지 정확도를 분석하였다. 2022년 3월 경상북도 울진에서 발생하였던 산불을 대상으로 Difference Normalized Burn Ratio (dNBR), Relative Difference Normalized Burn Ratio (RdNBR), Burned Area Index (BAI) 등의 지수를 활용하여 산불피해 면적 탐지에 활용하였다. 비교적 높은 공간 해상도를 가진 Sentinel-2 영상을 기반으로 참조 자료를 제작하였다. 총 6개의 지수 산출물을 기반으로 Sentinel-2, Landsat 8/9으로 총 4개 위성에 대해 산불 피해 정확도를 각각 분석하였다. Landsat 8/9과 Sentinel-2는 각각 16일, 10일 주기로 영상을 제공하고 있지만 구름으로 인해 영상 취득에 어려움이 많은 편이며, 우리나라는 4월부터 식생의 생장이 시작되어 봄철 산불 피해 분석 시 산불발생 전후 영상을 활용하는 경우 식생의 생장으로 인한 변화가 커서 정확도 높은 탐지에 어려움이 있다. 따라서, 본 연구는 2월에서 5월까지의 다시기 Landsat 8/9과 Sentinel-2 영상 중 같은 날짜를 기반의 영상을 서로 사용하여 시간해상도의 한계를 극복하고 탐지 정확도가 상대적으로 높은 지수를 비교 분석했다. 본 연구 결과는 한국형 산불피해 탐지 지수/모델 개발을 위한 입력 자료 등으로 활용되어 최적화된 산불 지수를 기반으로 정확도 높은 산불 피해 면적 탐지에 활용될 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권6_3호
• /
• pp.1861-1869
• /
• 2022

최근 기후변화에 따라 세계적으로 산불이 빈번해지고 피해 규모가 커지면서, 이에 따른 산림 생태계 파괴, 인명 및 재산 피해가 증가하고 있다. 위성기반 산불피해지수는 객관적이고 신속한 산불피해지 파악을 가능하게 하고, 북한과 같이 접근이 불가능한 지역에 대한 분석에 유용하다. 이 단보에서는 전통적으로 사용되어 온 Normalized Burn Ratio (NBR)를 비롯하여, 식생활력도를 나타내는 Normalized Difference Vegetation Index (NDVI), 그리고 최근에 개발된 Fire Burn Index (FBI)와 Forest Withering Index (FWI)를 이용하여 북한지역 산불피해지 탐지를 수행하고, 4가지 지수의 비교 평가를 통해 한반도 적용 방안을 모색하였다. 향후 중소형 산불에 대한 적용가능성 검토와 딥러닝 영상인식의 활용 등이 추가적으로 연구되어야 할 것이다.

• 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.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.328-330
• /
• 2003

The land cover of burned area has changed dramatically since Daxinganling forest fire in Northeastern China during May 6 ? June 4, 1987. This research focused on determining the burn severity and assessment of forest recovery. Burned severity was classified into three levels from June 1987 Landsat TM data acquired just after the fire. A regression model was established between the forest canopy closure from 1999 forest stand map and the NDVI values from June 2000 Landsat ETM+ data. The map of canopy closure was got according to the regression model. And vegetation cover was classified into four types according to forest closure density. The change matrix was built using the classified map of burn severity and vegetation recovery. Then the change conversions of every forest type were analyzed. Results from this research indicate: forest recovery status is well in most of burned scars; and vegetation change detection can be accomplished using postclassification comparison method.

• Journal of Oral Medicine and Pain
• /
• 제7권1호
• /
• pp.77-85
• /
• 1982

Identification of blood group from dental hard tissue for the purpose of individual identification of a highly burned corpse would play a significant role in a practical legal medicine. The author conducted a study of blood group with teeth left stading at a high temperature by the method of elution test. The following results were obtained. 1. The blood identifcation from heated dental hard tissue proved to be possible. 2. In cases of heat-treated theeth at $100^{\circ}C$ for 120 minutes, at $150^{\circ}C$ for 120 minutes and at $200^{\circ}C$ for 45 minutes for A.B.O(H) blood group, the identification of blood group was possible. 3. In case of heat-treated teeth, thermostability of blood group was found to be $150^{\circ}C$. 4. The adequate surface area for the detection of blood group was 40-80 meshes.

• 대한원격탐사학회지
• /
• 제37권5_3호
• /
• pp.1373-1387
• /
• 2021

산불은 지표 에너지 균형, 사회 및 환경에 중대한 위협을 미치며, 사회경제적 손실을 일으킨다. 한편, 현재까지 널리 사용되고 있는 다중분광 위성 영상 기반 산불 피해 탐지 알고리즘은 구름으로 인한 반사도 오염으로 인해 시의적절한 산불 정보를 얻기 어려운 문제가 있다. 따라서 본 연구에서는 구름에 영향을 받지 않는 유럽우주국의 Sentinel-1 SAR (Synthetic Aperture Radar) 자료로부터 2019년 4월 초에 발생한 남한 강원도의 강릉·동해, 고성·속초 및 인접한 북한의 두 산불 발생 지역을 대상으로 주성분분석(Principal Component Analysis; PCA)을 포함하는 일련의 전 처리 및 K-means clustering을 이용하여 산불 피해 면적을 탐지하였다. 추정된 산불 면적은 국립산림과학원에서 남한의 두 산불에 대해 제공한 산불 피해 면적 및 강도 참조자료 및 산불 피해 탐지에 널리 사용되는 dNBR (differenced Normalized Burn Ratio)을 사용하여 검증하였다. 국립산림과학원의 참조자료 기반 검증에서 강릉·동해와 고성·속초 산불에 대해 평균 약 86%의 정확도를 보였다. dNBR을 사용한 검증에서는 남한 및 북한의 지역 모두에 대해 평균 약 84%의 정확도를 보였다. 이때, 산불 강도가 강할수록 산불 면적 탐지 성능이 높고 반대로 산불 강도가 약할수록 산불 면적 탐지 성능이 낮은 것을 확인할 수 있었다. 본 연구를 통해 검증된 SAR 영상을 이용한 PCA 및 K-means clustering 기반 탐지 알고리즘이 추후 구름의 영향이 크고 작은 산불이 빈번하게 발생하는 한반도에 대하여 신속한 산불 피해 면적 탐지에 활용될 수 있을 것으로 기대된다.

• 한국산학기술학회논문지
• /
• 제21권8호
• /
• pp.521-529
• /
• 2020

산불은 경제, 자연환경, 건강과 같은 삶의 여러 측면에서 몇 가지 악영향을 주는 가장 핵심적인 환경위험 중의 하나이다. 산불의 조기발견, 빠른 예측, 신속한 대응은 산불 위험으로부터 재산과 생명을 구하는데 본질적인 역할을 할 수 있다. 산불의 빠른 발견을 위해 기상청에서 각 지역에 설치한 로컬 센서를 통해 획득한 기상 데이터를 이용하는 방법이 있다. 기상 조건(예: 온도, 바람)은 산불 발생에 영향을 미친다고 알려져 있다. 본 논문에서는 산불의 피해 면적을 예측하기 위해 데이터 마이닝(DM) 기법을 적용한다. 다섯 종류의 DM 모델, 예를 들어 Stochastic Gradient Descent(SGD), Support Vector Machines(SVM), Decision Tree(DT), Random Forests(RF), Deep Neural Network(DNN)과 네 가지 입력 특성 그룹(공간, 시간, 기상 데이터 이용)을 최근 5년간의 경기도 지역에서 수집한 실제 산불 발생 데이터에 적용하였다. 실험결과는 기상 데이터만을 이용한 DNN 모델이 가장 우수한 성능을 보였다. 제안한 모델은 빈도수가 높은 작은 규모의 산불 예측에 더 효과적이었다. 제안한 예측 모델을 통해 도출된 이러한 지식은 소방 자원 관리를 개선하는데 특히 유용하다.

• 대한원격탐사학회지
• /
• 제35권2호
• /
• pp.343-346
• /
• 2019

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.