KR102108755B1 - 모바일 네트워크상에서의 접근불능지역 실시간 산불위험예보시스템 - Google Patents

모바일 네트워크상에서의 접근불능지역 실시간 산불위험예보시스템 Download PDF

Info

Publication number
KR102108755B1
KR102108755B1 KR1020180054175A KR20180054175A KR102108755B1 KR 102108755 B1 KR102108755 B1 KR 102108755B1 KR 1020180054175 A KR1020180054175 A KR 1020180054175A KR 20180054175 A KR20180054175 A KR 20180054175A KR 102108755 B1 KR102108755 B1 KR 102108755B1
Authority
KR
South Korea
Prior art keywords
forest fire
information
risk
risk index
fire risk
Prior art date
Application number
KR1020180054175A
Other languages
English (en)
Other versions
KR20190129471A (ko
Inventor
원명수
장근창
윤석희
Original Assignee
대한민국
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 대한민국 filed Critical 대한민국
Priority to KR1020180054175A priority Critical patent/KR102108755B1/ko
Publication of KR20190129471A publication Critical patent/KR20190129471A/ko
Application granted granted Critical
Publication of KR102108755B1 publication Critical patent/KR102108755B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
    • G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/725—Cordless telephones
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 기상정보 제공서버로부터 실시간 수신된 기상정보, 및 단위격자내 임상정보 및 지형정보를 이용하여 산불위험지수를 도출하고 상기 위험지수에 따른 예보를 클라이언트에게 전송하는 산불위험예보 분석서버; 및 상기 산불위험예보 분석서버에 접근불능지역의 산불위험예보를 요청하고, 상기 산불위험예보 분석서버로부터 분석된 산불위험예보를 수신하는 클라이언트를 포함하는 모바일 네트워크상에서의 접근불능지역 실시간 산불위험예보시스템에 있어서,
상기 산불위험예보 분석서버는 접근불능지역의 위성촬영이미지를 획득하는 위성이미지획득수단; 상기 위성이미지 획득수단으로부터 획득된 이미지로부터 화점을 픽셀단위로 추출하는 화점추출수단; 시계열별 산불의 확산정도 및 바람의 벡터를 고려하여 독립발화지점으로부터 확산되어 추출된 확산발화지점을 제거하는 화점필터링수단; 해당 시계열별로 얻어진 독립발화지점을 포함하는 단위격자에 대한 해당 시점에서의 기상정보, 임상정보 및 지형정보를 단위격자별로 획득하는 기초정보획득수단; 상기 기초정보획득수단으로부터 얻어진 기상정보, 임상정보 및 지형정보로부터 기상위험지수, 임상위험지수 및 지형위험지수를 산출할 각 함수를 도출하는 함수도출수단; 및 상기 얻어진 각 함수에 실시간 얻어진 단위격자별 기상정보, 임상정보 및 지형정보를 입력하여 현재의 기상위험지수, 임상위험지수 및 지형위험지수를 산출하고, 상기 산출된 현재의 기상위험지수, 임상위험지수 및 지형위험지수로부터 단위격자별 산불위험지수 및 위험등급을 산출하는 산불위험지수산출부를 포함하는 산불예보에이전트를 포함하며,
상기 클라이언트는 모바일 단말기로 구성되고, 무선통신망을 이용하여 상기 산불위험예보 분석서버에 접속하여 산불위험예보를 요청하고, 상기 산불위험예보 분석서버로부터 분석된 산불위험예보를 수신하여 디스플레이하는 앱이 탑재된 것임을 특징으로 하는 모바일 네크워크상에서의 접근불능지역 실시간 산불위험예보시스템을 제공한다.

Description

모바일 네트워크상에서의 접근불능지역 실시간 산불위험예보시스템{REALTIME FOREST FIRE DANGER RATING SYSTEM IN NORTH KOREA ON MOBILE NETWORK}
본 발명은 산불위험예보시스템에 관한 것으로, 보다 상세하게는 접근불능지역에서 현재 또는 가까운 장래에 산불이 발생할 수 있는 위험확률에 대하여 신속하면서도 정확성이 높게 예측할 수 있고, 산불 위험성을 미리 경보함으로써 대형산불의 발생 가능성을 현저하게 줄일 수 있는 모바일 네트워크상에서의 접근불능지역 실시간 산불위험예보시스템에 관한 것이다.
국내의 북한을 포함한 접근불가 지역에서의 화재는 단순히 북한이라는 이질적인 체제를 갖는 집단이 점유하는 영토에서 발생하는 문제라는 인식에서 벗어나, 북한도 우리와 같은 민족이고 헌법상 규정된 한국의 영토개념상 우리나라의 일부를 구성하는 것으로 인식하여 북한에서 발생되는 화재 역시 우리나라에서 발생된 화재와 동일한 정도의 문제인식을 가질 것이 요구된다.
이는 북한의 영토 역시 통일 이후 우리 자손들이 살아가야 할 터전이자, 영원한 우리 민족 고유의 공통 자산이기에 접근불능 지역에서의 대형산불과 같은 엄청안 국가적인 손실을 미리 예방하고, 관리하는 것은 매우 중요한 일이다.
북한에서는 시스템의 불비 내지 낙후로 인하여 매년 발생하는 산불의 발생시점 및 위치에 대한 정확한 데이터의 수집이 어렵고, 이를 해석할 수 있는 시스템이 마련되어 있지 않아 신속하고 정확한 산불위험예보는 불가능한 실정이다.
더욱이 북한은 산불진화장비가 현대적이지 못하고, 주로 인력에 의한 수작업으로만 이루어져 진화작업의 어려움이 가중되고 있으며, 산불로 인한 인명피해의 가중으로 산불의 예방은 진화대책과 더불어 매우 중요하고 시급한 실정이다.
현재 산불의 예방을 위해 제외국에서는 독자적으로 개발한 산불위험예보시스템을 가동하고 있다. 미국의 경우 1913년부터 산불연구를 시작하여 1978년부터 국가산불위험예보(NFDRS)를 실시하고 있으며, 캐나다의 경우 1925년부터 산불연구를 시작으로 1970년 캐나다 산불위험도 평가시스템을 개발하여 실용화(CFFDRS)하고 있다. 우리나라의 경우에도 1994 ~ 1996년 동안 연료습도측정봉을 이용한 산불위험예보제의 연구를 시작하여 1997년부터 서울 등 23개 권역에 실용화하고 있다. 하지만, 이들 시스템은 접근가능한 지점에서의 기초 정보 예로, 기상정보 등을 취득하여 산불위험을 예보하는 시스템에 불과하다.
이에 따라, 접근불능지역에서 현재 또는 가까운 장래에 산불이 발생할 수 있는 위험확률에 대하여 신속하면서도 정확성이 높게 예측할 수 있고, 산불 위험성을 미리 경보함으로써 대형산불의 발생 가능성을 현저하게 줄일 수 있는 접근불능지역 실시간 산불위험예보방법 및 시스템이 절실하게 요구되고 있다.
본 발명은 상기한 바와 같이 종래기술이 가지는 문제를 해결하기 위해 안출된 것으로, 그 목적은 접근불능지역에서 현재 또는 가까운 장래에 산불이 발생할 수 있는 위험확률에 대하여 신속하면서도 정확성이 높게 예측할 수 있고, 산불 위험성을 미리 경보함으로써 대형산불의 발생 가능성을 현저하게 줄일 수 있는 접근불능지역 실시간 산불위험예보방법 및 시스템을 제공함에 있다.
상기한 바와 같은 본 발명의 기술적 과제는 다음과 같은 수단에 의해 달성되어진다.
(1) 기상정보 제공서버로부터 실시간 수신된 기상정보, 및 단위격자내 임상정보 및 지형정보를 이용하여 산불위험지수를 도출하고 상기 위험지수에 따른 예보를 클라이언트에게 전송하는 산불위험예보 분석서버; 및 상기 산불위험예보 분석서버에 접근불능지역의 산불위험예보를 요청하고, 상기 산불위험예보 분석서버로부터 분석된 산불위험예보를 수신하는 클라이언트를 포함하는 모바일 네트워크상에서의 접근불능지역 실시간 산불위험예보시스템에 있어서,
상기 산불위험예보 분석서버는 접근불능지역의 위성촬영이미지를 획득하는 위성이미지획득수단; 상기 위성이미지 획득수단으로부터 획득된 이미지로부터 화점을 픽셀단위로 추출하는 화점추출수단; 시계열별 산불의 확산정도 및 바람의 벡터를 고려하여 독립발화지점으로부터 확산되어 추출된 확산발화지점을 제거하는 화점필터링수단; 해당 시계열별로 얻어진 독립발화지점을 포함하는 단위격자에 대한 해당 시점에서의 기상정보, 임상정보 및 지형정보를 단위격자별로 획득하는 기초정보획득수단; 상기 기초정보획득수단으로부터 얻어진 기상정보, 임상정보 및 지형정보로부터 기상위험지수, 임상위험지수 및 지형위험지수를 산출할 각 함수를 도출하는 함수도출수단; 및 상기 얻어진 각 함수에 실시간 얻어진 단위격자별 기상정보, 임상정보 및 지형정보를 입력하여 현재의 기상위험지수, 임상위험지수 및 지형위험지수를 산출하고, 상기 산출된 현재의 기상위험지수, 임상위험지수 및 지형위험지수로부터 단위격자별 산불위험지수 및 위험등급을 산출하는 산불위험지수산출부를 포함하는 산불예보에이전트를 포함하며,
상기 클라이언트는 모바일 단말기로 구성되고, 무선통신망을 이용하여 상기 산불위험예보 분석서버에 접속하여 산불위험예보를 요청하고, 상기 산불위험예보 분석서버로부터 분석된 산불위험예보를 수신하여 디스플레이하는 앱이 탑재된 것임을 특징으로 하는 모바일 네크워크 상에서의 접근불능지역 실시간 산불위험예보시스템.
(2) 상기 (1)에 있어서,
특정 픽셀에서 시계열적으로 산불이 탐지되었을 때, 최초로 탐지된 시점의 화점을 발화지점과 발화시기로 정하는 것을 특징으로 하는 접근불능지역 실시간 산불위험예보시스템.
(3) 상기 (1)에 있어서,
동일 픽셀에서 서로 다른 시기의 산불이 탐지되었을 경우에는 개별산불로 간주하는 것을 특징으로 하는 접근불능지역 실시간 산불위험예보시스템.
(4) 상기 (1)에 있어서,
발화시점 이후 1일에 해당 화점을 중심으로 하는 3×3 픽셀영역 내에 나타난 화점은 확산발화지점으로 제외하는 것을 특징으로 하는 접근불능지역 실시간 산불위험예보시스템.
(5) 상기 (1)에 있어서,
발화시점 이후 2일 이후부터는 해당 화점을 중심으로 하는 5×5 픽셀영역내에 나타난 화점은 확산발화지점으로 제외하는 것을 특징으로 하는 접근불능지역 실시간 산불위험예보시스템.
(6) 상기 (1)에 있어서,
기상위험지수를 산출할 함수는 식 1으로 표시되는 것을 특징으로 하는 접근불능지역 실시간 산불위험예보시스템.
[1+exp{-(2.745+(0.0905*일최고기온)-(0.0517*일최저상대습도)+(0.0334*실효습도)+(0.1283*평균풍속))}-1]-1
본 발명에 의하면, 접근불능지역에서 현재 또는 가까운 장래에 산불이 발생할 수 있는 위험확률에 대하여 신속하면서도 정확성이 높게 예측할 수 있고, 산불 위험성을 미리 예보함으로써 접근불능지역에서의 대형산불의 발생 가능성을 현저하게 줄일 수 있다.
도 1은 본 발명에 따른 산불위험 예보과정의 절차도의 일예.
도 2는 본 발명에 따른 산불위험 예보시스템의 전체 구성도의 일예.
도 3은 본 발명에 따른 화점필터링과정의 일예.
도 4는 연도별(2011~2015) 산불발생지점 정보를 활용한 산불발화지점의 재추정 결과
도 5는 임상분류를 통하여 생성된 FMI 지수
도 6은 재분석 자료를 활용한 고도 구간별 및 사면별 산불발생 경향
도 7은 지형분류를 통하여 생성된 TMI 지수
도 8은 재분석에 의한 화점(fire spot)의 기상자료 DB 구축
도 9는 기상에 의한 산불발생확률모형 입력자료 간의 상관관계 매트릭스
도 10은 산불발생에 영향을 주는 기상 요인의 로지스틱 회귀모형 분석 결과
도 11은 기상위험지수(DWI) 모형의 검증 결과
도 12는 실시간 기상정보 연계 및 자료처리, 산불위험예보 분석 체계도
도 13은 2014년 4월 15일 기상정보(15시), 시간별 기상위험지수와 산불위험등급
도 14는 2014년 4월 25일 기상정보(15시), 시간별 기상위험지수와 산불위험등급
도 15는 2014년 4월 27일 기상정보(15시), 시간별 기상위험지수와 산불위험등급
도 16은 자동화된 실시간 산불위험 예측모델 흐름도
도 17은 접근불능지역 산불위험예보 파일럿 시스템 세부 페이지 구성 현황
도 18은 접근불능지역 실시간 산불위험예보 파일럿 시스템 관리자 페이지
이하, 본 발명에 따른 바람직한 실시 형태를 첨부된 도면을 참조하여 상세하게 설명한다. 첨부된 도면과 함께 이하에 개시될 상세한 설명은 본 발명의 예시적인 실시형태를 설명하고자 하는 것이며, 본 발명이 실시될 수 있는 유일한 실시형태를 나타내고자 하는 것이 아니다. 이하의 상세한 설명은 본 발명의 완전한 이해를 제공하기 위해서 구체적 세부사항을 포함한다. 그러나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 이러한 구체적 세부사항 없이도 실시될 수 있음을 안다.
몇몇 경우, 본 발명의 개념이 모호해지는 것을 피하기 위하여 공지의 구조 및 장치는 생략되거나, 각 구조 및 장치의 핵심기능을 중심으로 한 블록도 형식으로 도시될 수 있다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함(comprising 또는 including)"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "…부", "…기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, "일(a 또는 an)", "하나(one)", "그(the)" 및 유사 관련어는 본 발명을 기술하는 문맥에 있어서(특히, 이하의 청구항의 문맥에서) 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한, 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다.
본 발명의 실시예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명의 실시예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
본 발명에 따른 접근불능지역 실시간 산불위험예보방법은 도 1에 도시한 바와 같이,
접근불능지역의 위성촬영이미지를 획득하는 단계; 상기 획득된 위성촬영이미지로부터 발화지점을 픽셀단위로 추출하는 단계; 시계열별 산불의 확산정도 및 바람의 벡터를 고려하여 독립발화지점으로부터 확산되어 추출된 확산발화지점을 제거하는 단계; 해당 시계열별로 얻어진 독립발화지점을 포함하는 단위격자에 대한 해당 시점에서의 기상정보, 임상정보 및 지형정보를 단위격자별로 획득하는 단계; 상기 얻어진 기상정보, 임상정보 및 지형정보로부터 기상위험지수, 임상위험지수 및 지형위험지수를 산출할 각 함수를 도출하는 단계; 상기 얻어진 각 함수에 실시간 얻어진 단위격자별 기상정보, 임상정보 및 지형정보를 입력하여 현재의 기상위험지수, 임상위험지수 및 지형위험지수를 산출하는 단계; 및 상기 산출된 현재의 기상위험지수, 임상위험지수 및 지형위험지수로부터 단위격자별 산불위험지수를 추출하고, 그 결과를 단위격자별로 지도상에 식별 가능한 방법으로 표시하여 사용자 단말기에 디스플레이 하는 단계를 포함한다.
상기와 같은 접근불능지역 실시간 산불위험예보방법을 구현하기 위하여, 본 발명에 따른 접근불능지역 실시간 산불위험예보시스템은 도 2에 도시한 바와 같이,
전국이 일정한 단위격자로 구분된 단위격자별 기상정보를 제공하는 기상정보 제공서버(100);
상기 기상정보 제공서버로부터 실시간 수신된 기상정보, 및 단위격자내 임상정보 및 지형정보를 이용하여 산불위험지수를 도출하고 상기 위험지수에 따른 예보를 클라이언트에게 전송하는 산불위험예보 분석서버(200); 및
모바일 네트워크를 이용하여 상기 산불위험예보 분석서버에 접근불능지역의 산불위험예보를 요청하고, 상기 산불위험예보 분석서버로부터 분석된 산불위험예보를 수신하는 클라이언트(300)를 포함한다.
상기 산불위험예보 분석서버(200)는 접근불능지역의 위성촬영이미지를 획득하는 위성이미지획득수단(201); 상기 위성이미지 획득수단으로부터 획득된 이미지로부터 화점을 픽셀단위로 추출하는 화점추출수단(202); 시계열별 산불의 확산정도 및 바람의 벡터를 고려하여 독립발화지점으로부터 확산되어 추출된 확산발화지점을 제거하는 화점필터링수단(203); 해당 시계열별로 얻어진 독립발화지점을 포함하는 단위격자에 대한 해당 시점에서의 기상정보, 임상정보 및 지형정보를 단위격자별로 획득하는 기초정보획득수단(204); 상기 기초정보획득수단으로부터 얻어진 기상정보, 임상정보 및 지형정보로부터 기상위험지수, 임상위험지수 및 지형위험지수를 산출할 각 함수를 도출하는 함수도출수단(205); 및 상기 얻어진 각 함수에 실시간 얻어진 단위격자별 기상정보, 임상정보 및 지형정보를 입력하여 현재의 기상위험지수, 임상위험지수 및 지형위험지수를 산출하고, 상기 산출된 현재의 기상위험지수, 임상위험지수 및 지형위험지수로부터 단위격자별 산불위험지수 및 위험등급을 산출하는 산불위험지수산출부(206)를 포함하는 산불예보에이전트(210)를 포함한다.
상기 클라이언트(300)는 모바일 단말기로 구성되고, 무선통신망을 이용하여 상기 산불위험예보 분석서버에 접속하여 산불위험예보를 요청하고, 상기 산불위험예보 분석서버로부터 분석된 산불위험예보를 수신하여 디스플레이하는 앱이 탑재된다.
따라서, 클라이언트(300)는 모바일 네트워크를 이용하여 산불위험예보 분석서버(200)로부터 산불위험예보를 요청 및 수신할 수 있도록 소정의 앱이 탑재가능하고, 이를 구동할 수 있는 모든 모바일 정보통신기기, 예로 휴대폰, PMP(Portable Multimedia Player), MID(Mobile Internet Device), 스마트폰(Smart Phone) 등일 수 있다.
이하, 본 발명에 따른 접근불능지역 실시간 산불위험예보방법에 관하여 상기 도 1 및 도 2를 참조하여 보다 상세하게 설명하기로 한다.
기상정보 제공서버(100)는 바람직하게는 전국 각지에 설치된 기상관측소로부터 현재의 기상정보(예로, 상대습도, 실효습도, 풍속, 온도 등)를 실시간 내지 일정시간 간격으로 수신하여 산불위험예보 분석서버(200)에 전송한다.
바람직하게는 상기 기상정보는 전국을 일정 개수(예를 들어, 5km×5km)의 단위격자를 이용하여 구분하였을 때, 각각의 단위격자 마다 얻어질 수 있다.
임상정보는 예를 들어 국립산림과학원에서 발행하는 1/25,000 축척의 수치임상도를 제공하는 서버로부터 제공받을 수 있으며, 접근불능지역의 임상정보를 산불위험예보 분석서버(200)에 제공한다. 임상정보는 단시간 대에 변하는 정보가 아니므로 기 저장된 정보를 그대로 적용하여 사용할 수도 있다.
지형정보는 국내 국토지리정보원에서 발행하는 1/25,000 축척의 수치지형도를 제공하는 서버로부터 제공받을 수 있으며, 접근불능지역의 지형정보를 산불위험예보 분석서버(200)에 제공한다. 임상정보와 마찬가지로 지형정보 역시 단시간 대에 변하는 정보가 아니므로 기 저장된 정보를 그대로 적용하여 사용할 수도 있다.
본 발명의 산불위험예보 분석서버(200)는 상기 기상정보 제공서버(100)로부터 실시간 수신된 기상정보, 및 단위격자내 임상정보 및 지형정보를 이용하여 산불위험지수를 도출하고 상기 위험지수에 따른 예보를 클라이언트에게 전송한다.
본 발명에서 산불위험지수는 산불위험을 수치로 객관화하여 산불위험예보 분석서버(200)가 산출한 것으로, 기상정보, 임상정보 및 지형정보로부터 후술하는 산불예보에이전트(210)가 각각 기상위험지수, 임상위험지수 및 지형위험지수를 산출하고, 이로부터 이들 각 지수에 소정의 가중치를 부여하여 산출되는 값이다.
상기 「기상위험지수」란 기상 분류에 따라 기상정보를 이용하여 산불이 발생할 수 있는 위험도를 지수로 수치화 한 것을 의미하고, 「임상위험지수」란 임상 분류에 따라 임상정보를 이용하여 산불이 발생할 수 있는 위험도를 지수로 수치화 한 것을 의미하며, 「지형지수」란 지형 분류에 따라 지형정보를 이용하여 산불이 발생할 수 있는 위험도를 지수로 수치화 한 것을 의미한다.
본 발명의 바람직한 실시예로써, 접근불능지역에서의 기상위험지수, 임상위험지수 및 지형위험지수의 산출을 위한 함수로는 아래와 같다.
(1) 기상위험지수(DWI) 산출을 위한 함수
본 발명에 의하면, 기상정보로 기온(예, 평균기온, 최고기온, 최저기온), 습도(예, 실효습도, 최대습도, 최소습도), 풍속(예, 평균풍속, 최대풍속, 최소풍속)이 사용될 수 있다. 이외에 강수량 등의 다른 정보를 사용하는 것도 가능하다. 이와 같은 기상정보는 1시간 씩 하루에 24회 기상정보 제공서버(100)로부터 수신하는 것이 바람직하다. 이러한 기상정보는 저장장치(미도시)에 기록 및 저장된다.
상기 기상정보는 지역에 따라 산불발생과 상관성을 가지는 하나 이상의 정보가 이용될 수 있다. 본 발명에서는 이러한 기상정보를 변수로 하여 실험적으로 정해질 수 있는 함수 f(기온, 습도, 풍속)에 따라 기상위험지수를 산출하며, 아래에 바람직한 실시예로써 기상위험지수 산출의 일예를 제시한다.
DWI=[1+exp{-(2.745+(0.0905*일최고기온)-(0.0517*일최저상대습도)+(0.0334*실효습도)+(0.1283*평균풍속))}-1]-1
(2) 임상위험지수(FMI) 산출을 위한 함수
FMI=ΣPiIi (상기 식에서 Pi는 단위격자내 분포하는 i형 임상이고, Ii는 i형 임상의 위험지수를 나타낸다.)
예를 들어, 도 5에 나타난 바와 같이, 낙엽활렵수에 대하여 10, 상록침엽수에 대하여 4, 혼효림에 대하여 2가 주어진다. 이에 의하면, 만일 단위격자내에 낙엽활엽수가 87개소(69%), 상록침엽수가 18개소(14.3%), 혼효림이 21개소(16.7%)를 차지할 경우 임상위험지수는 아래와 같이 산출된다.
임상위험지수:
0.690×10+0.143×4+0.167×2=7.806
(3) 지형위험지수(TMI) 산출을 위한 함수
TMI=ΣPi,표고Ii,표고+ΣPj,방위Ij,방위
상기 식에서 Pi는 단위격자내 존재하는 i형의 표고 또는 방위의 분포비율, Ii는 i형의 표고 또는 방위의 위험지수를 나타낸다.
지형위험지수는 도 7에 제시된 바와 같이 방위에 대하여는 북쪽이 가장 높은 5, 북동쪽/남동쪽 4.5, 동쪽/북서쪽이 4.0, 남서쪽이 3이 대응되어지는 예가 제시되어 있다. 이와 같은 수치는 산불발생과 관련한 경험적 통계를 근거하여 얻어질 수 있다. 또, 표고에 대하여는 550m 이하가 가장 높은 5, 550~1044m가 3.5, 1,537m 이상이 0.5로 주어져 있다.
이에 의하면, 만일 단위격자내에 550m가 80개소(80.0%), 550~1044m가 18개소(18.0%), 1,537m 이상이 2개소(2.0%)가 존재할 경우, 표고에 대한 지형위험지수는 아래와 같이 산출될 수 있다.
표고의 지형위험지수:
0.80×5+0.18×3.5+0.02×0.5=4.64
마찬가지로, 단위격자내에 북향이 10개소(10.0%), 북동향이 30개소(30.0%), 동향이 20개소(20.0%), 남동향이 10개소(10.0%), 남서향이 30개소(30.0%)가 존재할 경우 방위에 대한 지형위험지수를 구하면 아래와 같다.
방위의 지형위험지수:
0.10×5+0.30×4.5+0.20×4.0+0.10×4.5+0.30×3.0=4.00
전체 지형위험지수:
따라서 위 제시된 예에 의하면 동 단위격자내에서의 지형위험지수는 4.64+4.00=8.64가 된다.
바람직하게는 상기 기상위험지수, 임상위험지수 및 지형위험지수는 접근불능지역을 일정 개수(예를 들어, 5㎞×5㎞)의 단위격자를 이용하여 구분하였을 때, 각각의 단위격자 마다 추출될 수 있다.
상기 기상위험지수, 임상위험지수 및 지형위험지수의 접근불능지역에서의 구체적인 산출예는 후술하는 본 발명의 실시예를 참조하기로 한다.
본 발명에 따른 산불위험예보 분석서버(200)는 접근불능지역에서 현재의 기상위험지수, 임상위험지수 및 지형위험지수를 산출하는 산불예보에이전트(210)를 포함한다.
상기 산불예보에이전트(210)는 위성이미지획득수단(201), 화점추출수단(202), 화점필터링수단(203), 기초정보획득수단(204), 및 함수도출수단(205)을 포함한다.
위성이미지획득수단(201)은 접근불능지역의 위성촬영이미지를 획득하기 위한 것으로, 위성촬영이미지는 예를 들어 MODIS 시스템을 이용하여 얻은 위성정보(예로, 250, 500, 100m의 픽셀 해상도)일 수 있다.
화점추출수단(202)은 위성이미지획득수단(201)이 얻은 위성촬영이미지로부터 화점을 픽셀단위로 추출하며, 각 픽셀의 색상정보를 이용하여 화재가 발생한 것으로 판단되는 화점(fire spot)을 추출한다. 이때, 화점은 최초발화점인 독립발화점이거나, 상기 독립발화점에서 바람 등의 영향으로 확산되어 발화된 확산발화점일 수 있다.
화점필터링수단(203)은 시계열별 산불의 확산정도 및 바람의 벡터를 고려하여 상기 화점추출수단(202)에 의해 추출된 화점 중에서 확산발화점을 제거하고 독립발화점인 화점만을 얻기 위해 필터링과정을 수행한다.
본 발명에서는 바람직하게는 특정 픽셀에서 시계열적으로 화점이 추출되었을 때, 최초로 추출된 시점의 화점만을 독립발화점으로 특정한다.
또한, 동일 픽셀에서 서로 다른 시기의 화점이 추출되었을 경우에는 개별산불 즉, 각각의 화점은 독립발화점으로 간주한다.
본 발명에서는 확산발화점으로 판단하기 위해 도 3에 도시한 바와 같이 발화시점 이후 1일에 해당 화점을 중심으로 하는 3×3 픽셀영역 내에 나타난 화점은 확산발화점으로 제외하여 독립발화점으로 카운팅하지 않는다. 이는 짧은 시간대에 걸쳐 인근 지역에서 동시발화된 것으로 보기 어려우며, 바람 등에 의한 영향으로 확산된 화재로 보는 것이 보다 타당하기 때문에서이다.
나아가, 본 발명에서는 발화시점 이후 2일 이후부터는 해당 화점을 중심으로 하는 5×5 픽셀영역내에 나타난 화점은 산불의 확산정도 및 바람의 벡터를 고려할 때, 확산발화지점으로 보아 제외하는 것이 바람직하다. 이는 2일 이후에는 5×5 픽셀영역내에 측정된 화점은 통계적으로 중심의 독립발화점으로부터 유래된 확산발화점일 확률이 높기 때문에서이다.
상기 기초정보획득수단(204)은 화점필터링수단(203)에 의해 얻어진 독립발화점을 포함하는 단위격자에 대한 해당 시점에서의 기상정보, 임상정보 및 지형정보를 단위격자별로 획득한다. 이때, 상기 기상정보, 임상정보 및 지형정보에 대한 획득방법은 앞에서 설명한 바와 같다.
본 발명에 따른 함수도출수단(205)은 상기 기초정보획득수단(204)으로부터 얻어진 기상정보, 임상정보 및 지형정보로부터 기상위험지수, 임상위험지수 및 지형위험지수를 산출할 각 함수를 도출한다.
산불위험지수산출부(206)는 상기 얻어진 각 함수에 실시간 얻어진 단위격자별 기상정보, 임상정보 및 지형정보를 입력하여 현재의 기상위험지수, 임상위험지수 및 지형위험지수를 산출하고, 상기 산출된 현재의 기상위험지수, 임상위험지수 및 지형위험지수로부터 단위격자별 산불위험지수 및 위험등급을 산출한다.
본 발명에서는 바람직하게는 상기 각 위험지수에 따른 가중치를 부여한 후 최종적으로 산불위험지수를 추출한다. 예를 들어, 본 발명의 바람직한 실시예에서는 기상위험지수에 가중치로 0.6 내지 0.8, 바람직하게는 0.7을 곱하고, 임상위험지수 및 지형위험지수에는 가중치로 각각 1.2 내지 1.8, 바람직하게는 1.5를 곱한 것을 합하여 이를 산불위험지수로써 각 단위격자별로 추출하고, 그 값을 산불위험예보 분석서버(200)에 제공한다. 상기와 같은 가중치 범위를 적용할 경우 정확한 예측이 가능함을 실험적으로 확인하였다.
상기한 바와 같이 산불위험예보 분석서버(200)에 의해 제공되는 접근불능지역의 산불위험예보는 상술한 바와 같은 단위격자 단위로 제공될 수 있으며, 이는 클라이언트(300)의 요청에 따라 소정 형식을 통해 디스플레이되어질 수 있도록 한다.
이하 본 발명의 내용을 보다 구체적인 실시예를 참조하여 상세하게 설명하고자 한다. 다만 하기 예시된 실시예 등은 본 발명의 이해를 돕기 위해 제시되는 것일 뿐 이에 의해 본 발명의 권리범위가 한정되는 것으로 해석되어서는 아니된다.
[실시예 1] 최근 5년간 접근불능지의 산불발화지 정보 추출 및 DB 재분석
(가) 산불발화지점의 정보 추출
최근 5년간(2011-2015년)의 MODIS fire spot(MOD14) 자료를 이용하여 총 3,637개의 fire spot points 정보를 추출한 결과를 토대로 산불이 발화된 지점을 추출하기 위해 다음과 같은 가설 수립으로 확산에 의한 중복된 산불정보를 제거하였다.
1) 특정 픽셀에서 시계열적으로 산불이 탐지되었을 경우, 최초로 탐지된 시점의 fire spot을 발화지점으로 간주
2) 동일 픽셀에서 5일 이상의 차이가 발생한 산불이 탐지되었을 경우에는 개별 산불로 간주
3) 발화지점을 중심으로 발화 시점으로부터 4일후까지 산불의 확산 유무를 파악
ㅇ 발화 시점부터 1일 이후까지 3×3 픽셀 영역 설정 후 fire spot 제거
ㅇ 2일 이후부터는 5×5 픽셀 영역 점검
ㅇ 구름에 의한 자료 결측 시 이후의 fire spot 자료 파악
4) 바람 UV 벡터정보를 이용하여 산불 확산으로 판단되는 픽셀 제거
(나) 산불발화지 정보의 재분석
산불발화지점을 추출하기 위해 fire spot에 대한 풍속과 풍향 정보를 분석한 결과, 풍속의 범위가 10m/s~30m/s에서는 북서풍과 남서풍을 포함한 서풍 계열의 바람이 강하게 부는 것으로 분석되었다. 또한 풍속이 10m/s 이하인 경우에는 주풍 방향이 다양하게 나타났지만 남서풍 계열 바람의 빈도가 비교적 높게 나타나는 결과를 보였다.
앞서 기술한 산불발화지점을 추출하는 가설에 의해 2011년부터 2015년까지 탐지된 MODIS fire spot 정보를 재분석한 결과, 산불발화지점은 기존에 탐지된 3,637개 픽셀 중에서 약 60%가 산불확산으로 중복된 산불발생지점으로 추정되었다. 따라서 산불확산 추정으로 중복된 지점을 제거함으로써 총 1,469개의 산불발화지 픽셀이 최종 추출되었다. 연도별로 추출된 산불발화지점을 살펴보면 2011년이 368개, 2012년 151개, 2013년 172개, 2014년 554개, 2015년은 224개로 추출되었다. 특히, 2015년은 762개의 fire spot 중에서 약 71%(fire spot 538개)가 확산 지점으로 제거되면서 산불 확산이 가장 심했던 시기로 분석되었고, 2013년은 약 39%(fire spot 111개)가 제거되면서 산불확산이 가장 적었던 시기로 분석되었다(도 4).
재분석된 산불발화지점의 연ㅇ월별 산불발생빈도를 분석한 결과, 최근 5년 동안 봄철 시기인 4월이 43.0%(2013년)~70.7%(2011년)으로 산불발생빈도가 가장 높게 나타나면서 남한에서 집중적으로 다발하는 산불 시기와 동일한 것으로 분석되었다. 다음으로 5월이 7.6%(2011년)~47.0%(2012년)로 산불발생이 집중되어 나타나는 것으로 분석되면서 시기적으로는 3월과 4월에 산불발생이 집중되는 남한과 비교하여 1개월 가량 늦은 4월과 5월에 산불이 다발하는 경향을 보였다.
[실시예 2] 접근불능지역 임상위험지수 모형 개발
접근불능지역에서 발생한 산불발화지점을 대상으로 임상위험지수를 산출하기 위해 임상특성을 분석한 결과, 낙엽활엽수림이 59.4%로 가장 높은 비율을 차지하였다. 다음으로 상록침엽수림이 21.7%, 혼효림이 18.9%의 비율을 차지하는 것으로 분석되었다. 본 결과는 남한 지역에서 가장 높은 산불발생빈도 비율을 나타내는 임상 특성이 상록침엽수림(69.0%)이라는 결과와 상반되게 접근불능지역은 낙엽활엽수림에서 산불 발화가 높은 것으로 분석되었다. 재분석 전(총 3,637개 fire spot points) 대비 재분석 후(총 1,469개 fire spot points)의 결과를 비교하였을 경우, 재분석 후에는 낙엽활엽수림의 비율이 약 3.1% 증가하였으나 상록침엽수림은 약 1.8%, 혼효림은 약 1.3%가 감소한 결과를 보였다(표 1). 따라서 산출된 자료는 산불발화지점의 임상 조건별 빈도분석을 실시한 후 임상별 산불발생빈도를 가중치별로 1~10단계로 지수화하여 임상 특성에 따른 산불위험지수(FMI, Fuel Model Index)를 개발하였다(도 5).
산불발생지점에 대한 임상특성의 변화 비교
구분 산불발생지점의 임상 비율(%)
재분석 전 재분석 후 재분석 전 대비 재분석 후 변화율
낙엽활엽수림 56.3 59.4 +3.1
상록침엽수림 23.5 21.7 -1.8
혼효림 20.2 18.9 -1.3
[실시예 3] 접근불능지역 지형위험지수 모형 개발
지형정보를 고려한 지형위험지수(TMI, Topography Model Index)를 산출하기 위해 30m 공간해상도의 1초 DEM(Digital Elevation Model) 자료를 활용하여 산불발화지점에 대한 고도 분포와 사면방향을 산출하였다.
북한의 산림지역을 대상으로 고도 분석을 통해 얻어진 평균과 표준편차 통계량을 이용하여 고도의 분포범위를 5개 구간(550m 이하, 550~1,044m, 1,044~1,537m, 1,537~2,030m, 2,030m 이상)으로 설정하여 총 1,469개의 산불발생빈도를 분석한 결과, 고도 정보가 550m 이하인 지점에서는 828건(약 56.3%)으로 가장 높은 산불발생빈도를 보였으며, 그 다음으로 550~1,044m에서 542건(약 36.8%)으로 높은 산불발생빈도를 나타내었다(도 6). 총 1,469개의 산불발화지점에 대한 평균 고도는 약 796m로 나타났으며, 산불발생지역에 대한 재분석 전ㅇ후의 고도분포 비율의 변화는 차이가 없었다.
최근 5년간 재분석된 발화추정지점(1,469개 fire spot points)을 대상으로 사면 방향을 산출하기 위해 8방위로 분류하여 발생 분포 경향을 분석한 결과, 남동 사면에서 산불발생 비율이 약 13.9%로 가장 높게 나타났고, 북동사면 및 동사면에서는 약 11.6%로 가장 낮은 산불발생 비율을 나타냄으로써 8방위 범위 내에서는 큰 차이를 보이지 않았다. 즉 접근불능지역의 사면방향은 산불발생 초기에 큰 영향력을 미치지 않는 것으로 사료된다. 따라서 산출된 자료는 산불발화지점의 지형조건별 빈도분석(고도와 사면방향의 가중치 각 0.5)을 실시한 후 1~10단계로 지수화하여 지형 특성에 의한 산불위험지수(TMI)를 개발하였다(도 7).
[실시예 4] 접근불능지역 기상위험지수 모형 개발
접근불능지역에 대한 기상위험지수(DWI, Daily Weather Index)를 산출하기 위해 재분석을 통해 추출된 산불발화 지점을 대상으로 산불발생과 관련이 있는 기상요인인 기온, 습도, 풍속 등의 기상정보 DB를 재구축하였다(도 8). 본 실시에에서는 산불 발생에 영향을 미치는 기상 요인을 구명하기 위해 로지스틱 회귀모형(logistic regression model)을 이용하여 종속변수(dependent variable)와 독립변수(independent variable)는 산불발생 유무와 산불발생 관련 기상요인으로 설정하였다. 기상에 의한 산불발생확률모형에 대한 기상입력 변수의 선정은 상관분석을 통해 기상청 5km 재분석 자료에서 획득 가능한 기상 요소들 중 산불이 발생한 날에서 높은 상관성을 갖는 기온(평균, 최고, 최저), 상대습도(평균, 최소), 실효습도, 풍속(평균, 최대), 강수량을 이용하였으며, 기상에 의한 산불발생확률모형 입력자료 간의 상관관계 결과는 도 9와 같이 나타났다.
접근불능지역의 기상에 의한 일일 산불발생확률(DWI)은 산불발생위치에서의 시계열 기상자료와 산불발생의 유무 정보로부터 로지스틱 회귀모형을 이용하여 산출하였다. 입력 자료의 경우에는 산불발생 당일의 개수와 발생 전ㅇ후 3일 간의 비 발생일 정보로 10,283개를 이용하였다(표 2).
로지스틱 회귀분석 통계 현황
Fire Total Frequency
0 8,814
1 1,469
Probability modeled is Fire = '1'
-2 Log우도 8,350.885
X2값 1,207.6659
% 예측치 66.6
접근불능지역에 대한 로지스틱 회귀모형을 분석한 결과, 산불발생에 영향을 주는 기상인자는 일 최고기온, 일 최저상대습도, 실효습도, 평균 풍속이 99% 신뢰 수준에서 유의한 것으로 나타났다(도 10). 산불발생과 기상 요소간의 관계를 분석한 결과에서 일 최소상대습도는 음(-)의 관계를 보였으며, 일 최고기온과 평균 풍속은 양(+)의 관계를 보이면서 산불발생확률은 상대습도가 낮고 기온이 상승하고 풍속이 강할수록 높아지는 것으로 나타났다. 추정모형에 대한 적합도는 일 최고기온이 13.4266, 일 최소상대습도 84.1784, 실효습도 25.8035, 평균풍속 22.1316로 99% 신뢰 수준에서 유의성이 있는 것으로 나타났으며, 표본 내 추정모형의 예측력은 66.6%로 분석되었다(표 3).
로지스틱 회귀 모형으로 추정된 접근불능지역에 대한 산불발생위험 모형식과 표본 내 예측력
Model (Pr) (%) predict value
[1+exp{-(2.745+(0.0905*일최고기온)-(0.0517*일최저상대습도)+(0.0334*실효습도)+(0.1283*평균풍속))}-1]-1 66.6
접근불능지역에 대한 산불발생위험지수의 설정은 본 실시예를 통해 얻어진 전체 예측치를 이용하여 10% 구간별 백분위수를 추정하였고, 해당 예측 확률구간을 지수화하여 설정하였다(표 4). 모형에 의한 추정된 산불발생일과 비 발생일의 일일 기상위험지수(DWI) 빈도를 비교한 결과, 접근불능지역의 산불발생위험 예측이 잘 수행되고 있음을 최종 확인되었다(도 11).
DWI 산불발생 추정 확률구간의 설정
비율 구간 DWI 추정확률구간
10% 1 [.00000~.11138]
20% 2 [.11139~.16559]
30% 3 [.16560~.21032]
40% 4 [.21033~.25141]
50% 5 [.25142~.29238]
60% 6 [.29239~.33452]
70% 7 [.33453~.37828]
80% 8 [.37829~.43005]
90% 9 [.43006~.49471]
100% 10 [.49472~.10000]
[실시예 5] 실시간 기상정보 송ㅇ수신 체계 구축
접근불능지역에 대한 실시간 산불위험예보 체계를 구축하기 위해 기상청에서 생산 및 배포하고 있는 초단기 실황인 재분석 기상정보의 송·수신 체계를 마련하였다. 이는 매 시간 단위로 생산되는 5km 해상도의 재분석 기상정보는 기상청-국립산림과학원 간의 국가 전용망을 통해 실시간으로 기상정보를 수집 서버로 저장하는 체계로 구축하였다. 수집 서버에 저장된 기상정보는 접근불능지역 실시간 산불위험예보 분석서버로 전송되어 좌표 변환 등 전처리 과정을 거쳐 산불위험지수를 산출하기 위한 입력 자료로 활용되었다. 이러한 일련의 과정은 실시간으로 산불위험예보 분석을 자동화할 수 있도록 프로그램화하였다(도 12).
[실시예 6] 접근불능지역 산불위험예보 파일럿 시스템 개발
접근불능지역을 대상으로 개발한 기상위험지수(DWI), 임상위험지수(FMI), 지형위험지수(TMI)에 각각의 가중치를 부여하여 산불위험지도(FFDRI)를 작성하기 위한 프로세스의 자동화 체계를 마련하였다. 그리고 실제 산불 사례에 대한 산불발생확률모형의 예측정확도를 검증하기 위해 산불이 다발하였던 2014년 4월을 대상으로 사례분석 연구를 수행하였다. 특히, 산불이 가장 많이 발생하였던 4월 15일(51건)과 25일(70건), 산불이 적게 발생하였던 4월 27일(1건)을 대상으로 분석 및 검증을 수행하였다.
2014년 4월 15일에 51건의 산불이 발생한 것으로 추정되는 지점의 산불위험지수는 전반적으로 높게 나타났으며 모델에서 예측된 산불위험등급별로 산불발화지점에 대한 정확도를 평가한 결과, '매우 높음' 지역에서 13.7%, '높음' 지역에서 60.8%, '보통' 지역에서 11.8%, '위험 낮음' 지역에서 13.7%로 나타났다. 이 시기에는 산불위험등급이 '보통(산불위험지수 51 이상)' 이상에서 실제 산불발생 예측 정확도가 86.3%였다(도 13). 총 70건의 동시다발적인 산불이 발생한 것으로 추정되는 2014년 4월 25일에는 산불발생지점별 산불위험등급은 '매우 높음'이 7.1%, '높음' 60.8%, '보통' 24.3%, '위험 낮음'이 8.6%로 나타났으며, 보통 이상 등급에서의 모델 정확도는 91.4%로 나타났다(도 14). 반면 접근불능지역에 강우가 탐지되었던 2014년 4월 27일은 단 1건의 산불이 발생한 것으로 추정되었으며, 산불발생지점의 산불위험지수는 58로 산불위험등급은 보통이었다(도 15).
본 실시예에서는 접근불능지역의 실시간 산불위험지수의 산출 및 검증 결과를 바탕으로 접근불능지역에 대한 산불위험정보를 실시간 분석하여 표출할 수 있는 웹 기반의 산불위험예보 파일럿 시스템을 개발하였다. 도 16은 접근불능지역에 대한 산불위험지수를 산출하기 위한 처리 흐름도를 나타낸 것으로 매 시간마다 기상위험지수(DWI), 임상위험지수(FMI), 지형위험지수(TMI)를 산출하며, 시기별로 가중치를 부여하여 최종적으로 산불위험지수를 산출하도록 설계하였다. 이렇게 산출된 산불위험지수는 산림보호법 32조 동법 시행령 3조 별표 1에 근거하여 4단계의 산불위험등급으로 발표될 수 있도록 하였다. 여기서 산불위험등급은 산불위험지수에 따라 '낮음(51 미만)', '보통(51~65)', '높음(66~85)', '매우 높음(86 이상)'인 4단계로 구분된다. 산불위험의 실황 분석은 매 시간 단위로 기상 정보가 입수되면 분석이 시작되도록 설계하였고, 이 때 공간 내삽 및 고도변화에 따른 기온감률 효과를 적용하여 기상 정보의 공간분포의 정확도를 고도화 하였다. 산불위험의 예보 분석은 기상청에서 발표한 05시 자료를 기준으로 72시간까지 분석이 가능하도록 설정하였다.
파일럿 시스템의 구성은 메인화면, 현재산불위험지수, 행정구역별 산불위험등급, 상세산불위험정보, 산불위험통계, 과거자료 검색 등 산불발생위험정보를 상세하게 살펴볼 수 있도록 구성하였으며, 구성된 항목별 내용은 다음과 같다. 메인 화면에서는 행정구역별 산불위험등급 정보와 함께 실시간 기상위성 및 지상레이더 정보를 표출하고 있다. 현재 '산불위험지수' 페이지에서는 매 시간 단위로 변화되는 격자별 산불위험지수 정보를 제공하고 있으며, 산불위험지수의 공간 변화를 잘 나타낼 수 있도록 구성하였다. 또한 현재산불위험지수를 바탕으로 행정구역단위별 '산불위험등급'을 표출하도록 설계하였다. 세 번째 항목으로 구성된 '상세산불위험정보'는 지도 내에서 원하는 지점의 주소 또는 좌표 검색을 통해 현재 산불위험정보를 획득할 수 있도록 설계하였다. 다음으로 '산불위험통계'에서는 행정구역별 산불위험지수 실황 및 예보의 통계적 수치와 함께 산불위험등급이 구현되고 있다(도 17). '과거자료'검색 항목은 과거에 발표된 산불위험정보를 검색할 수 있도록 구성하였다. 마지막으로 파일럿 시스템의 운영, 분석 데이터의 관리, 기상 자료의 확인 등을 위해 비공개된 '관리자 페이지'를 구성하였다. 추가로 관리자 모드에서는 접속자 현황 정보를 관리할 수 있는 기능을 사용할 수 있다(도 18).
상기와 같이, 본 발명의 바람직한 실시 예를 참조하여 설명하였지만 해당 기술 분야의 숙련된 당업자라면 하기의 특허청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 기상정보 제공서버
200: 산불위험예보 분석서버
201: 위성이미지획득수단
202: 화점추출수단
203: 화점필터링수단
204: 기초정보획득수단
205: 함수도출수단
206: 산불위험지수산출부
210: 산불예보에이전트
300: 클라이언트

Claims (6)

  1. 기상정보 제공서버로부터 실시간 수신된 기상정보, 및 단위격자내 임상정보 및 지형정보를 이용하여 산불위험지수를 도출하고 상기 산불위험지수에 따른 예보를 클라이언트에게 전송하는 산불위험예보 분석서버; 및 상기 산불위험예보 분석서버에 접근불능지역의 산불위험예보를 요청하고, 상기 산불위험예보 분석서버로부터 분석된 산불위험예보를 수신하는 클라이언트를 포함하는 모바일 네트워크상에서의 접근불능지역 실시간 산불위험예보시스템에 있어서,
    상기 산불위험예보 분석서버는 접근불능지역의 위성촬영이미지를 획득하는 위성이미지획득수단; 상기 위성이미지 획득수단으로부터 획득된 이미지로부터 화점을 픽셀단위로 추출하는 화점추출수단; 시계열별 산불의 확산정도 및 바람의 벡터를 고려하여 독립발화지점으로부터 확산되어 추출된 확산발화지점을 제거하는 화점필터링수단; 해당 시계열별로 얻어진 독립발화지점을 포함하는 단위격자에 대한 해당 시점에서의 기상정보, 임상정보 및 지형정보를 단위격자별로 획득하는 기초정보획득수단; 상기 기초정보획득수단으로부터 얻어진 기상정보, 임상정보 및 지형정보로부터 기상위험지수, 임상위험지수 및 지형위험지수를 산출할 각 함수를 도출하는 함수도출수단; 및 상기 얻어진 각 함수에 실시간 얻어진 단위격자별 기상정보, 임상정보 및 지형정보를 입력하여 현재의 기상위험지수, 임상위험지수 및 지형위험지수를 산출하고, 상기 산출된 현재의 기상위험지수, 임상위험지수 및 지형위험지수로부터 단위격자별 산불위험지수 및 위험등급을 산출하는 산불위험지수산출부를 포함하는 산불예보에이전트를 포함하며,
    상기 클라이언트는 모바일 단말기로 구성되고, 무선통신망을 이용하여 상기 산불위험예보 분석서버에 접속하여 산불위험예보를 요청하고, 상기 산불위험예보 분석서버로부터 분석된 산불위험예보를 수신하여 디스플레이하는 앱이 탑재된 것임을 특징으로 하는 모바일 네크워크 상에서의 접근불능지역 실시간 산불위험예보시스템에 있어서,
    상기 산불위험예보 분석서버는 특정 픽셀에서 시계열적으로 산불이 탐지되었을 때, 최초로 탐지된 시점의 화점을 발화지점과 발화시기로 정하되,
    동일 픽셀에서 서로 다른 시기의 산불이 탐지되었을 경우에는 개별산불로 간주하고,
    발화시점 이후 1일에 해당 화점을 중심으로 하는 3×3 픽셀영역 내에 나타난 화점은 확산발화지점으로 제외하며,
    발화시점 이후 2일 이후부터는 해당 화점을 중심으로 하는 5×5 픽셀영역내에 나타난 화점은 확산발화지점으로 제외하는 것을 특징으로 하는 모바일 네크워크 상에서의 접근불능지역 실시간 산불위험예보시스템.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 제 1항에 있어서,
    기상위험지수를 산출할 함수는 식 1으로 표시되는 것을 특징으로 하는 모바일 네크워크 상에서의 접근불능지역 실시간 산불위험예보시스템.
    [1+exp{-(2.745+(0.0905*일최고기온)-(0.0517*일최저상대습도)+(0.0334*실효습도)+(0.1283*평균풍속))}-1]-1

KR1020180054175A 2018-05-11 2018-05-11 모바일 네트워크상에서의 접근불능지역 실시간 산불위험예보시스템 KR102108755B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180054175A KR102108755B1 (ko) 2018-05-11 2018-05-11 모바일 네트워크상에서의 접근불능지역 실시간 산불위험예보시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180054175A KR102108755B1 (ko) 2018-05-11 2018-05-11 모바일 네트워크상에서의 접근불능지역 실시간 산불위험예보시스템

Publications (2)

Publication Number Publication Date
KR20190129471A KR20190129471A (ko) 2019-11-20
KR102108755B1 true KR102108755B1 (ko) 2020-05-08

Family

ID=68729486

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180054175A KR102108755B1 (ko) 2018-05-11 2018-05-11 모바일 네트워크상에서의 접근불능지역 실시간 산불위험예보시스템

Country Status (1)

Country Link
KR (1) KR102108755B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115171314A (zh) * 2022-06-10 2022-10-11 西南林业大学 一种林火发生预报系统及方法
CN117037406B (zh) * 2023-07-28 2024-04-30 安徽龙讯信息科技有限公司 一种森林火灾智能化监控和预警系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101484667B1 (ko) * 2014-07-23 2015-01-27 대한민국 인공위성기반 산불탐지 방법 및 산불탐지시스템
JP2018018297A (ja) * 2016-07-28 2018-02-01 株式会社日立パワーソリューションズ 火災シミュレーション装置、火災シミュレーション方法及び火災シミュレーションプログラム

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101106957B1 (ko) * 2009-08-31 2012-01-25 대한민국 산불위험 예측 방법 및 이를 위한 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101484667B1 (ko) * 2014-07-23 2015-01-27 대한민국 인공위성기반 산불탐지 방법 및 산불탐지시스템
JP2018018297A (ja) * 2016-07-28 2018-02-01 株式会社日立パワーソリューションズ 火災シミュレーション装置、火災シミュレーション方法及び火災シミュレーションプログラム

Also Published As

Publication number Publication date
KR20190129471A (ko) 2019-11-20

Similar Documents

Publication Publication Date Title
KR102108754B1 (ko) 접근불능지역 실시간 산불위험예보시스템
KR102108752B1 (ko) 접근불능지역 실시간 산불위험예보방법
Oliveira et al. Exploring the spatial patterns of fire density in Southern Europe using Geographically Weighted Regression
KR101926368B1 (ko) 유해 화학물질 누출 시 실시간 피해 예측 모니터링 시스템
Martínez et al. Human-caused wildfire risk rating for prevention planning in Spain
Salis et al. Predicting wildfire spread and behaviour in Mediterranean landscapes
Pinto et al. Fire danger rating over Mediterranean Europe based on fire radiative power derived from Meteosat
Nieto et al. Lightning-caused fires in Central Spain: Development of a probability model of occurrence for two Spanish regions
DaCamara et al. Calibration of the Fire Weather Index over Mediterranean Europe based on fire activity retrieved from MSG satellite imagery
KR101531364B1 (ko) 대형산불위험 예보방법 및 이를 위한 시스템
CN104992254B (zh) 基于电网gis的山火与气象结合的趋势预判方法
de Mello et al. Assessing the climate change impacts on the rainfall erosivity throughout the twenty-first century in the Grande River Basin (GRB) headwaters, Southeastern Brazil
Thompson et al. Modeling hurricane-caused urban forest debris in Houston, Texas
CN111783634A (zh) 基于卫星遥感数据的火点检测方法
CN113204736A (zh) 森林火险实时监控和预测预报的方法、系统、介质及设备
KR102108755B1 (ko) 모바일 네트워크상에서의 접근불능지역 실시간 산불위험예보시스템
Venäläinen et al. Estimation of the high-spatial-resolution variability in extreme wind speeds for forestry applications
CN112382043A (zh) 基于卫星监测的灾害预警方法、设备、存储介质及装置
San Miguel Ayanz et al. Towards a coherent forest fire information system in Europe: the European Forest Fire Information System (EFFIS)
Hysa et al. Multi-criteria inventory of burned areas in landscape scale; Case of Albania
Rodrigues et al. Modelling the daily probability of lightning-caused ignition in the Iberian Peninsula
Yang et al. Spatial layout siting method for fire stations based on comprehensive forest fire risk distribution
Sesnie et al. Airborne laser altimetry and multispectral imagery for modeling golden‐cheeked warbler (Setophaga chrysoparia) density
de Vicente et al. A new wildland fire danger index for a Mediterranean region and some validation aspects
Plucinski et al. Comparing the performance of daily forest fire danger summary metrics for estimating fire activity in southern Australian forests

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right