• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1299-1308
• /
• 2023

기후변화 등으로 인해 전 세계적으로 산불이 점점 잦아지고 대형화되는 추세다. 위성영상 등의 원격탐사를 통한 산불피해 면적 및 피해강도를 산정하는 것은 현장조사에 따른 여러 가지 어려움을 줄일 수 있어 대안 및 보조자료로 활용이 가능하다. 산불피해강도(differenced normalized burn ratio, dNBR)는 산불 전후의 정규탄화지수(normalized burn ratio, NBR) 차이를 통해 산정하며, NBR 수식에 사용되는 영상은 Landsat의 근적외선(near infrared, NIR)과 단적외선(short-wavelength infrared, SWIR) 밴드를 기본으로 한다. 우리나라 위성영상의 경우, SWIR 밴드를 가지고 있지 않기 때문에 산불피해와 관련한 국내 연구들은 해외영상을 사용하거나 우리나라 위성영상을 사용한 경우, 정규식생지수(normalized difference vegetation index, NDVI)를 이용하여 간접적인 방법으로 dNBR을 산출하였다. 따라서 본 연구에서는 Kompsat-3A호(K3A)의 중적외선(mid-wavelength infrared, MWIR) 밴드를 NBR 수식의 SWIR 밴드 대신 대입하여 dNBR을 산정하고, dNBR의 기준이 되는 Landsat을 이용한 dNBR 결과 값과 비교하였다. 그 결과 K3A MWIR을 이용한 dNBR이 Landsat SWIR을 이용한 dNBR에 비해 나타낼 수 있는 값의 범위가 더 넓고 세분화하여 표현이 가능하였다. 따라서 산불피해 지역을 조사하는데 있어 K3A의 활용도가 높을 것이라 사료된다. 뿐만 아니라 본 연구에서는 30m로 열화된 K3A MWIR 밴드를 사용했으나 그보다 높은 해상도의 MWIR 밴드를 사용한다면 본 연구보다 훨씬 더 나은 결과를 얻을 수 있을 것이라 사료된다.

• 대한원격탐사학회지
• /
• 제35권4호
• /
• pp.517-534
• /
• 2019

In abrupt fire disturbances, high quality images suitable for wildfire damage assessment can be difficult to acquire. Quantifying wildfire burn area and severity are essential measures for quick short-term disaster response and efficient long-term disaster restoration. Planetscope (PS) imagery offers 3 m spatial and daily temporal resolution, which can overcome the spatio-temporal resolution tradeoff of conventional satellites, albeit at the cost of spectral resolution. This study investigated the potential of augmenting PS imagery by integrating the spectral information from Sentinel-2 (S2) differenced Normalized Burn Ratio (dNBR) to PS differenced Normalized Difference Vegetation Index (dNDVI) using histogram matching,specifically for wildfire burn area and severity assessment of the Okgye wildfire which occurred on April 4th, 2019. Due to the difficulty in acquiring reference data, the results of the study were compared to the wildfire burn area reported by Ministry of the Interior and Safety. The burn area estimates from this study demonstrated that the histogram-matched (HM) PS dNDVI image produced more accurate burn area estimates and more descriptive burn severity intervals in contrast to conventional methods using S2. The HM PS dNDVI image returned an error of only 0.691% whereas the S2 dNDVI and dNBR images overestimated the wildfire burn area by 5.32% and 106%, respectively. These improvements using PS were largely due to the higher spatial resolution, allowing for the detection of sparsely distributed patches of land and narrow roads, which were indistinguishable using S2 dNBR. In addition, the integration of spectral information from S2 in the PS image resolved saturation effects in areas of low and high burn severity.

• 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.

• 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.

• 한국지형학회지
• /
• 제28권1호
• /
• pp.83-99
• /
• 2021

Burn severity analysis using satellite imagery has high capabilities for research and management in inaccessible areas. We extracted the forest fire area of the DMZ (Demilitarized Zone) in the western Imjin Estuary which is restricted to access due to the confrontation between South and North Korea. Then we analyzed the forest fire severity and recoverability using atmospheric corrected Surface Reflectance Level-2 data collected from Landsat-8 OLI (Operational Land Imagery) / TIRS (Thermal Infrared Sensor). Normalized Burn Ratio (NBR), differenced NBR (dNBR), and Relative dNBR (RdNBR) were analyzed based on changes in the spectral pattern of satellite images to estimate burn severity area and intensity. Also, we evaluated the recoverability after a forest fire using a land cover map which is constructed from the NBR, dNBR, and RdNBR analyzed results. The results of dNBR and RdNBR analysis for the six years (during May 30, 2014 - May 30, 2020) showed that the intensity of monthly burn severity was affected by seasonal changes after the outbreak and the intensity of annual burn severity gradually decreased after the fire events. The regrowth of vegetation was detected in most of the affected areas for three years (until May 2020) after the forest fire reoccurred in May 2017. The monthly recoverability (from April 2014 to December 2015) of forests and grass fields was increased and decreased per month depending on the vegetation growth rate of each season. In the case of annual recoverability, the growth of forest and grass field was reset caused by the recurrence of a forest fire in 2017, then gradually recovered with grass fields from 2017 to 2020. We confirmed that remote sensing was effectively applied to research of the burn severity and recoverability in the DMZ. This study would also provide implications for the management and construction statistics database of the forest fire in the DMZ.

• 대한원격탐사학회지
• /
• 제35권6_2호
• /
• pp.1107-1115
• /
• 2019

산불 피해와 관련하여 위성영상을 활용한 분석은 넓은 면적을 빠르게 분석하는 장점이 있다. 본 연구에서는 2019년 4월 4일 속초에서 발생한 산불 피해에 따른 산림의 변화 탐지를 위해 7장의 Sentinel-2A영상을 활용하였다. 산불피해지역 분류 과정은 NBR(normalized burn ratio) 값의 전후 시기 차이를 나타낸 dNBR(difference normalized burn ratio)을 통해 산불피해 정도를 7가지 단계로 분류하였다. 분류과정에서 본 연구는 식생의 재성장지수가 높은 3지역을 선정하여 해당 지역에 대한 세밀한 공간 분석을 실시하였다. dNBR 분석 결과는 활엽수림보다 침엽수림의 식생 재성장 분류가 큰 폭으로 나타났으나, NDVI를 통한 결과에서 가장 낮은 평균값을 보여주었다. 이는 침엽수림의 dNBR 오차범위로 나타난다. 시계열 결과로는 4월 20일과 5월 3일 사이를 기준으로 산불피해 면적이 큰 폭으로 감소하였다. 이는 경과한 시기의 활엽수림에서 하층 식생의 발달 및 식생 증가에 따른 피해 완화로 예를 들 수 있다. 본 연구 결과는 발생하는 산불 피해에 대하여 산림 분류 별 면적 변화를 통해 변화 탐지를 실시하였으며, NDVI와 dNBR 비교를 통해 침엽수림이 가장 높은 분류 오차가 발생한다는 결론을 도출하였다. 따라서 dNBR을 통한 영상분류과정에서 현장조사를 동반한 정밀한 국내 산불피해 등급표를 개선해야 할 필요성을 제시하였다.

• 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.

• 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.