• 정보처리학회논문지D
• /
• 제9D권6호
• /
• pp.1119-1126
• /
• 2002

이 논문에서는 공간적 통계기법에 근거한 예측적 공간 데이터 마이닝 방법을 제안하고, 산불위험지역을 예측하는데 적용하였다. 제안된 방법은 조건부 확률과 우도비를 이용한 방법으로 과거 산불발생지역에 대해 산불과 관련된 공간데이터 집합들 사이의 정량적 관계에 의존적인 예측 모델이다. 두 가지 방법을 이용하여 산불위험지역 예측도를 만들고, 각 모델의 예측력을 평가하기 위해 산불위험율(FHR : Forest Fire Hazard Rate)과 예측률곡선(PRC : Prediction Rate Curve)을 이용하였다. 제안된 두 가지 예측모델의 예측력 비교분석 결과, 우도비 방법이 조건부 확률 방법보다 더 우수한 것으로 나타났다. 이 논문에서 제안된 산불위험지역 예측모델을 이용하여 작성된 산불위험지역 예측도는 산불예방과 산불감시장비 및 인력의 효율적인, 배치 등 산불관리의 효율성을 높이는데 많은 도움을 줄 것으로 기대된다.

• 한국항행학회논문지
• /
• 제27권5호
• /
• pp.685-689
• /
• 2023

The proposed system in the study aims to detect forest fires in real-time stream data received from the drone-camera. Recently, the number of wildfires has been increasing, and also the large scaled wildfires are frequent more and more. In order to prevent forest fire damage, many experiments using the drone camera and vision analysis are actively conducted, however there were many challenges, such as network speed, pre-processing, and model performance, to detect forest fires from real-time streaming data of the flying drone. Therefore, this study applied image data processing works to capture five good image frames for vision analysis from whole streaming data and then developed the object detection model based on YOLO_v2. As the result, the classification model performance of forest fire images reached upto 93% of accuracy, and the field test for the model verification detected the forest fire with about 70% accuracy.

• International Journal of Advanced Culture Technology
• /
• 제10권4호
• /
• pp.536-546
• /
• 2022

A society will lose a lot of something in this field when the forest fire broke out. If a forest fire can be detected in advance, damage caused by the spread of forest fires can be prevented early. So, we studied how to detect forest fires using CCTV currently installed. In this paper, we present a deep learning-based model through efficient image data construction for monitoring forest fire smoke, which is unstructured data, based on the deep learning model YOLOv5. Through this study, we conducted a study to accurately detect forest fire smoke, one of the amorphous objects of various forms, in YOLOv5. In this paper, we introduce a method of self-learning by producing insufficient data on its own to increase accuracy for unstructured object recognition. The method presented in this paper constructs a dataset with a fixed labelling position for images containing objects that can be extracted from the original image, through the original image and a model that learned from it. In addition, by training the deep learning model, the performance(mAP) was improved, and the errors occurred by detecting objects other than the learning object were reduced, compared to the model in which only the original image was learned.

• 통합자연과학논문집
• /
• 제13권1호
• /
• pp.34-40
• /
• 2020

This study aims to create a model for predicting the number of extinguishment manpower to put out forest fires by taking into account the climate, the situation, and the extent of the damage at the time of the forest fires. Past research has been approached to determine the cause of the forest fire or to predict the occurrence of a forest fire. How to deal with forest fires is also a very important part of how to deal with them, so predicting the number of extinguishment manpower is important. Therefore predicting the number of extinguishment manpower that have been put into the forest fire is something that can be presented as a new perspective. This study presents a model for predicting the number of extinguishment manpower inputs considering the scale of the damage with forest fire on a scale bigger than 0.1 ha as data based on the forest fire annual report(Korea Forest Service; KFS) from 2015 to 2018 using the moderated multiple regression analysis. As a result, weather factors and extinguished time considering the damage show that affect forest fire extinguishment manpower.

• 한국유체기계학회 논문집
• /
• 제12권1호
• /
• pp.7-15
• /
• 2009

A study is made of thermal plume flow model for the development of helicopter simulator over the forest fire. For the numerical analysis, a line fire model with Boussinesq fluid approximation, which is idealized by the spreading shape of forest fire on the ground, is adopted. Comparing full 2-D and 3-D numerical solutions with 2-D similarity solution, it has been built a new model that is useful for temperature prediction along the symmetric vertical axis of fire model for both cases of laminar and turbulent flow.

• 한국지리정보학회지
• /
• 제17권1호
• /
• pp.1-12
• /
• 2014

수관화는 대형산불의 주된 확산유형으로 빠른 확산속도와 높은 산불강도의 특성을 보이며 많은 피해를 입힌다. 이 연구에서는 수관화 피해를 사전에 예측하기 위해서 수관전소 피해를 입은 지역의 지형 임상 기상 특성을 분석하여 수관화확산확률식을 개발하였다. 영덕 울진 고령 예천에서 일어난 4개의 산불피해지를 대상으로 하였으며, 총 18개의 공간 변수를 구축한 뒤 기타연소지에 대한 수관전소지의 비를 이용하여 각 변수별 구간 가중치를 구하고 로지스틱 회귀모형을 이용하여 변수와의 상관계수를 산출하였다. 그 결과, 수관화확산확률은 임상이 침엽수림일 때, 250m 이상에서 고도가 높아질수록, 기복이 심할수록, 사면향은 남서 또는 남동사면일 경우, 능선일수록, 일사량이 많아질수록 높게 나타났다. 고도와 경사가 낮은 곳에서는 교란현상이 많이 나타나 일정한 패턴을 보이지 않았다. 이 확률식을 통해 수관화 위험지를 사전에 분석할 수 있고, 산불방지 숲가꾸기 지역 선정 및 진화 우선 지역 선정 등에 효과적으로 활용할 수 있을 것이다.

• 한국화재소방학회:학술대회논문집
• /
• 한국화재소방학회 1997년도 International Symposium on Fire Science and Technology
• /
• pp.305-310
• /
• 1997

There are many parameters in prediction of forest fire spread. The variables such as fuel moisture, fuel loading, wind velocity, wind direction, relative humidity, slope, and solar aspect have important effects on fire. Particularly, wind and slope factors are considered to be the most important parameters in propagation of forest fire. Generally, slope effect cause different wind distribution in mountain area. However, this effect is disregarded in complex geometry. In this paper, wind is estimated by applying computational fluid dynamics to the forest geometry. Wind velocity data is obtained by using CFD code with Newtonian model and slope is calculated with geometrical data. These data are applied fer 2-dimentional forest fire spreading algorithm with Korean ROS(Rate Of Spread). Finally, the comparison between the simulation and the real forest fire is made. The algorithm spread of forest fire will help fire fighter to get the basic data far fire suppression and the prediction to behavior of forest fire.

• Journal of Information Processing Systems
• /
• 제9권4호
• /
• pp.621-632
• /
• 2013

The most important things for a forest fire detection system are the exact extraction of the smoke from image and being able to clearly distinguish the smoke from those with similar qualities, such as clouds and fog. This research presents an intelligent forest fire detection algorithm via image processing by using the Gaussian Mixture model (GMM), which can be applied to detect smoke at the earliest time possible in a forest. GMMs are usually addressed by making the model adaptive so that its parameters can track changing illuminations and by making the model more complex so that it can represent multimodal backgrounds more accurately for smoke plume segmentation in the forest. Also, in this paper, we suggest a way to classify the smoke plumes via a feature extraction using HSL(Hue, Saturation and Lightness or Luminanace) color space analysis.

• 한국산림과학회지
• /
• 제95권6호
• /
• pp.643-648
• /
• 2006

효율적인 산불예방과 진화활동을 위해서는 산불 발생 및 확산특성에 대한 분석이 요구된다. 본 연구에서는 1970년부터 2005년까지 총 36년간의 월별 산불 발생건수 및 연소면적 자료를 이용하여 산불특성을 분석하고, Box-Jenkins의 ARIMA 모형을 이용하여 시계열 예측모형을 추정하였다. 분석 결과 발생건수 및 연소면적은 월별로 유의한 차이가 있었는데, 3월과 4월 두 달 동안 전체 발생건수의 59%, 연소면적의 72%가 집중되었다. 발생건수와 연소면적 모두에 있어서 ARIMA(1, 0, 1) 모형이 적합한 모델로 선정되었으며, 산불은 1개월과 12개월 전의 발생건수, 연소면적 수치와 밀접한 관련이 있음을 알 수 있었다.

• 한국화재소방학회논문지
• /
• 제19권3호
• /
• pp.64-69
• /
• 2005

산불은 경제적 손실뿐만 아니라 인명을 위협할 수 있는 국가적 재해다. 이러한 산불을 미연에 방지하고 피해를 저감하기 위해서는 산불발생위험지역을 사전에 판단하여 효율적으로 관리하는 것이 필요하다. 본 연구에서는 입지환경에서 중요한 부분을 차지하는 산림토양특성 중 토양형, 지형, 토성, 경사, 배수 등과 산불발생지점을 가지고 각 지점별 산불발생위험을 예측할 수 있는 산불발생확률 모형을 개발하였다. 개발 시 조건부확률과 GIS를 이용하였다 개발된 산불발생확률 모형의 적합성 검정을 위하여 추정모형의 예측력 비율을 검토할 수 있는 예측비곡선에 적용한 결과 실효성이 있는 것으로 나타났다. 이러한 결과를 적용하여 산불관리자가 손쉽게 산불발생위험지역을 파악할 수 있도록 위험지역을 구분하였다.