Characteristics Analysis of Burned tree by Terrestrial LiDAR in Forest Fired Area of Pinus densiflora

(1)

Korean Journal of Remote Sensing, Vol.36, No.6-1, 2020, pp.1291~1302

https://doi.org/10.7780/kjrs.2020.36.6.1.2 ISSN 1225-6161 ( Print )

ISSN 2287-9307 (Online)

Article

지상라이다를 활용한 소나무 산불피해지의 임목 피해특성 분석

강진택 ^1)†·고치웅 ²⁾·임종수 ³⁾·이선정 ³⁾·문가현 ⁴⁾·이승현 ²⁾

Characteristics Analysis of Burned tree by Terrestrial LiDAR in Forest Fired Area of Pinus densiflora

Jin-Taek Kang

^1)†

·Chi-Ung Ko

²⁾

·Jong-Su Yim

³⁾

· Sun-Jeoung Lee

³⁾

·Ga-Hyun Moon

⁴⁾

·Seung-Hyun Lee

²⁾

Abstract: To verify the field-effectiveness of Terrestrial Laser Scanner (TLS), a terrestrial LiDAR was deployed to examine the damage properties of woods in forest fire area, then the data was compared with the results surveyed by a forestry expert. Four sample plots (30 m × 50 m, 0.15 ha) were set from the foot to the top of the mountain, and DBH, height, clear length, burned height, and crown length were investigated. Next, TLS collected information on damage characteristics found in the sample plots. This information was then compared with that amassed by the expert. The expert and the TLS survey results showed 30.8 cm and 29.9 cm for DBH, 15.8 m and 17.5 m for tree height, 8.4 m and 8.4 m for clear length, 4.0 m, 3.5 m for burned height, and 7.4 cm and 9.1 cm for crown length. With the exceptions of height and clear length, no notable discrepancy was observed between two methods. H/D ratio, CL/H ratio, and BH/CL ratio, all of which contribute to stability and decay rate of the stand, from the two methods were also compared. The human survey rated each ratio (H/D, CL/H, BH/CL in order) 51.3%, 47.1%, and 53.6%, while the TLS presented the results of 58.8%, 52.0%, and 38.7%.

Key Words: Terrestrial Laser Scanner (TLS), forest fire, damage characteristics, clear length , burned height, crown length, H/D ratio

요약 : 지상라이다의 활용성 검증을 위하여 지상라이다를 이용하여 산불피해지의 임목 피해특성 조사 결과를 전문가에 의해 조사한 결과와 비교하였다. 조사구는 산록에서 산정으로 30 m×50 m(0.15 ha) 규모로 4 plots를 설정하였으며, 조사구내 피해임목의 흉고직경, 수고, 지하고, 지하고, 연소높이 및 수관길이를 조사하였다. 동 시에 지상 레이저 스캐너를 이용하여 조사구내 피해임목의 피해특성 정보를 조사하여 전문가 조사결과와 비

Received November 6, 2020; Revised November 20, 2020; Accepted December 3, 2020; Published online December 7, 2020

1)

국립산림과학원 산림산업연구과 연구관 (Senior Research Scientist, Division of Forest Industry, National Institute of Forest Science)

2)

국립산림과학원 산림산업연구과 석사연구원 (Researcher, Division of Forest Industry, National Institute of Forest Science)

3)

국립산림과학원 산림산업연구과 연구사 (Research, Division of Forest Industry, National Institute of Forest Science)

4)

국립산림과학원 산림산업연구과 박사후 연구원 (Postdoctoral Researcher, Division of Forest Industry, National Institute of Forest Science)

†Corresponding Author: Jin-Taek Kang ([email protected])

This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

02강진택(1291~1302)(Fig.1~3,별쇄30부)ok.qxp_원격36-6-1_2020 2020. 12. 30. 오전 8:59 페이지 1291

(2)

1. 서론

최근 10년간 발생한 산불은 4,399건의 산불이 발생하 여 총 8,573 ha의 산림이 소실되었으며, 매년 평균 440건 875 ha의 산림이 산불에 의해 사라지고 있다. 특히 그중 100 ha 이상의 대형 산불피해도 13건이 발생하였으며, 최근에는 기후변화 등의 원인으로 전 세계적으로 초대 형 산불이 자주 발생하고 있다 (KFS, 2019). 이러한 산불 은 연료 , 기상, 지형 조건 등 제반 산림환경인자들의 영 향에 따라 진행 방향이나 지표화 , 수관호흡 등으로 구 분되며 , 산불의 확산 방향이 결정되기도 한다(Chung et

al., 2002). 따라서 산불의 연소행태에 대한 규명은 산불

의 확산 특성에 따른 전화 전략 수립에 매우 중요한 부 분이다 . 산불로 인한 사회적, 경제적 피해가 증가하면 서 효율적인 산불 예방 및 진화정책을 수립하기 위해 산불의 특성을 파악하는 것이 중요해지고 있다 (Lee and Chung, 2006).

이러한 산불의 피해 특성을 파악하기 위해서 현지 조사를 통해 산불 피해정도를 파악하는 것이 우선적으 로 요구된다 . 그러나 현지조사를 통해 산불피해를 파악 하는 일은 가장 필수적인 조사임에도 불구하고 많은 시 간과 비용을 초래하며 , 현지조사의 어려움으로 인하여 정확한 정보의 취득이 용이하지 않다(Kim et al., 2002).

특히, 최근에 자주 발생하고 있는 대형산불은 주로 접 근이 어려운 강원도 지역으로 산불피해지에 대한 현지 조사는 더욱 어려운 것이 사실이다. 이러한 대면적의 산불피해지의 현황파악을 위해서는 원격탐사기법이 효과적이며 , 산불피해지 분석에 많이 이용되어 왔다 (Sunar and Özkan, 2001; Koutsias et al., 2000; Patterson and Yool, 1998; Collins et al., 2007; Key and Benson, 2006; Kushla and Ripple, 1998; Turner and Romme, 1994; Wimberly and Reilly, 2007).

지금까지 자주 이용해 왔던 위성영상을 활용한 원격

탐사기법은 넓은 면적에 대한 모니터링에는 적합하나 , 개체목 수준의 정보를 얻기에는 한계가 있다 . 국·사유림 에 대한 산불피해 현황 파악을 통한 조림 , 복원 등을 위 해서는 신속하고 정확한 산림조사가 수반되어야 한다 . 따라서 최근에는 라이다 (Light Detection and Ranging;

LiDAR) 기술의 발달로 토목, 건축분야 뿐만 아니라 문 화재 보존 등 다양한 분야에서 활용이 증가하고 있는 추 세이다. 특히 산림분야는 캐나다, 미국 등에서 일찍이 항공라이다(Aerial LiDAR)를 이용한 산림자원의 양을 파악하고 모니터링 하는 연구 뿐만 아니라 재적을 추정 하는 연구가 진행되어 왔으며 (Hyyppä et al., 2004; Van Aardt et al., 2008; Holmgren, 2004; Sheridan et al., 2015), 최 근 우리나라에서도 항공라이다를 이용한 산림의 이산 화탄소 고정량 추정 (Lee et al., 2013), 산림재적추정 모델 개발 (Cho et al., 2017), 개체목의 흉고직경 추출(Chang et

al., 2008; Woo et al., 2007) 등이 활발히 진행되고 있다.

그러나 오랜 기간 동안 항공라이다에 대한 연구가 진행 되어 왔음에도 불구하고, 산림에 있어서 데이터의 취득 의 한계를 보이고 있다. 특히 개체목에 대한 수고, 흉고 직경, 지하고, 수관폭 등에 대한 개체목별 세부적 특성에 대한 정보를 직접적으로 취득하는데 한계가 있다 (Jean- Baptiste and Asner, 2012; Lee et al., 2016; Cho et al., 2017).

또한 임목의 재적을 계산하기 위한 주요 변수인 흉고직 경에 대한 정보를 직접적으로 취득하지 못하고 수관폭 이나 수고와의 관계식에 의해 추정한 값으로 사용하고 있다 . 우리나라 산림의 특성은 수종이 복잡하고 임지의 경사도가 심하며 접근이 곤란한 험지가 많아 드론 , 항 공라이다의 활용의 장점이 있는 반면에, 드론라이다와 항공라이다는 구입가격이 비싸 장비의 확보에 한계가 있고, 원하는 시기와 장소마다 비행하는데도 제약이 많 아 현장활용에 한계가 있다 . 특히 산림에서 개체목 수 준에서의 가치평가를 위한 정보취득은 여전히 한계를 보이고 있어 지상라이다 자료와의 융합에 의한 활용과 Korean Journal of Remote Sensing, Vol.36, No.6-1, 2020

교분석 하였다. 전문가 조사와 라이다 조사의 비교 결과, 흉고직경은 30.8 cm, 29.7 cm, 수고 15.8 m, 17.5 m, 지하 고8.4 m, 8.4 m, 연소높이 4.0 m, 3.5 m, 수관길이 7.4 cm, 9.1 cm로 나타났다. 두 조사 방법 간에는 수고와 수관길 이를 제외한 나머지 조사항목에서는 유의적인 차이를 보이지 않았다. 또한 개체목의 안정성과 고사율에 영향 을 미치는H/D율과 CL/H율, BH/CL율을 분석한 결과, 전문가 조사 51.3%, 47.1%, 53.6%, 라이다 조사 58.8%, 52.0%, 38.7%로 나타났다.

(3)

AI, 딥러닝 등의 최신 기술을 활용한 연구가 필요하다 (Zhang et al., 2020).

최근에는 개체목 수준의 데이터 정보를 취득하기 위 한 지상라이다를 이용한 산림조사 및 숲의 구조 모니터 링 관련 연구도 활발히 진행되고 있다(Féret and Asner, 2012; Bauwens et al., 2016; Michael et al., 2016; Brede et al., 2017; Aijazi et al., 2017)

본 연구의 목적은 산불피해지를 대상으로 지상라이 다를 활용하여 개체목 수준의 정보를 취득하여 산불피 해지의 특성을 분석하고 전문가에 의한 조사와 비교 검 증하여 , 향후 산불피해지의 피해량 조사 및 산불피해 특 성 조사에 활용하기 위해 추진하였다 .

2. 재료 및 방법

1) 연구대상지역

본 연구대상지역은 2018년 2월 강원도 삼척시 노곡면

하마읍리에 위치한 국유림의 소나무림에서 발생한 산 불피해지역으로 산불피해 면적이 총 150.9 ha이다. 산불 발생지역의 소나무림은 해발 650 m, 평균 수고 15.8 m 흉 고직경 30.8 cm, 4∼5영급의 소나무 순림으로 산불피해 강도는 “강”과 ”중”이 45%(68.4 ha)를 차지하고 있으며,

“약”의 피해면적은 54.6%(82.5 ha)이다.

2) 자료 수집 및 분석 (1) 현장조사

본 연구의 조사대상지는 전체 산불피해면적 (150.9 ha) 중에서 산불피해강도(약, 중, 강)가 “중”에 해당하는 소나무 단순림 6 ha를 연구대상지로 선정하였다. 연구 대상지는 해발 650 m로 평균 경사도가 20°이며 ha당 433 본의 소나무가 식재된 산림이다 . 연구대상지 내에서 30 m × 50 m의 조사구를 산록에서부터 산정방향으로 4반 복으로 설정하였다 . 표준지내 각 개체목에 대해서는 일 련 고유번호를 부착하여 식별이 가능하도록 표시하였 으며 , 표준지를 대상으로 현장조사와 지상레이저 스캐

지상라이다를 활용한 소나무 산불피해지의 임목 피해특성 분석

Fig. 1. Study site of forest wildfire area in Pinus densiflora, Samchuk, Gangwon province.

(4)

너 장비를 이용하여 산불피해목의 피해특성 조사 (수고, 흉고직경 , 지하고, 연소높이)를 실시하였다.

현장조사는 조사전문가에 의해 수고 측정장비 (Vertex III)와 흉고직경 측정자를 이용하여 개체목의 수고와 흉 고직경 등을 측정하였고 , 조사에 사용된 지상레이저 스 캔장비는 스캔속도 976,000point/sec. 스캔범위 수평 360°, 수직 300°로 스캔 거리 최대 120 m까지 스캔이 가 능하며 , 고해상 디지털 카메라를 탑재 가능한 장비이다.

LiDAR 장비를 이용하여 하나의 조사구에서 최소 10회 의 LiDAR 스캔 Point 자료를 정합하여 개체목의 위치, 흉고직경 , 수고, 지하고를 측정하였다. 한편 연소높이는 LiDAR 장비에 탑재된 고해상 디지털카메라(70Mega

Pixel Color)에서 촬영된 영상자료를 육안으로 판독하여 산불의 연소높이를 측정하였다 .

(2) 산불피해 특성 분석

임목의 생장특성을 나타내는 중요한 인자인 흉고직 경 (DBH; Diameter at Breast Height), 수고(Tree Height), 지하고 (Clear Length), 산불연소높이(Burned Height)를 측정하였다 . 이러한 흉고직경, 수고, 지하고 등의 임목 특성 변수는 산불 발생시 산불의 확산과 연소량을 예측 하는 중요한 변수이자 산불피해지의 피해액 산정을 위 한 재적의 추정에 필수적인 요소이다 . 또한 이러한 임목 특성 인자를 정확하게 측정하여 형상비 (Height/DBH, Korean Journal of Remote Sensing, Vol.36, No.6-1, 2020

Fig. 2. Survey by expert and Terrestrial Laser Scanner (TLS) in forest fire area of Pinus densiflora.

Fig. 3. Analysis of tree characteristics obtained data by survey of expert and TLS.

(5)

H/D, 식 (1), , Mitchell, 2000; Pommerening and Grabarnik, 2019), 수관율(Clear Length/Height, CL/H, 식 (2), van Laar and Akca, 2007; Philip, 1994; Pommerening and Grabarnik, 2019), 연소높이/지하고(Burned Height/Clear Length, BH/CL, 식 (3))이 비율을 분석 값으로 그 숲이 산불피해 에 취약한 구조인지 어느 정도 진단할 수 있다 .

형상비(H/D, %) = × 100 (1)

수관율(CL/H, %) = × 100 (2)

지하고에 대한 연소높이 비율(BH/CL) = × 100 (3)

3. 결과 및 고찰

1) 연구대상지의 임분현황

소나무 산불피해지역의 임목 피해특성과 산불연소 특성을 분석하기 위하여 4개의 조사구를 대상으로 전 문가에 의한 현지조사와 지상라이다 조사를 수행한 결 과는 Table 1과 같다.

본 연구에서 산불피해지의 피해량 산정 및 임목피해

특성 파악을 위해 전문가에 의한 산림조사에서 수집되 는 중요한 인자들을 라이다 장비를 통해서도 충분히 가 능하다는 것을 확인할 수 있었다. 산불피해지에 대한 피 해량 산정과 산불 발생특성을 분석하기 위하여 전문가 및 라이다에 의한 조사를 비교한 결과는 Fig. 4와 같다.

두 조사방법에 의해 수집된 259본의 입목의 흉고 직 경을 비교한 결과 전문가 조사 30.8 cm, 라이다 조사 29.7 cm로 0.9 cm의 차이를 보였다. 조사본수는 동일하게 259본을 확인할 수 있었다. 또한 임목의 수고 값은 전문 가 조사 15.8 m, 라이다 조사 17.5 m로 두 조사방법에 의 한 수고측정값의 차이는 1.7 m로 나타났다. 일반적으로 산림분야에서 수고측정값의 단위를 1 m 하고 있는데, 산림에서 입목의 수고측정은 어렵고 불확도가 높기 때 문이다 . 우리나라 산림의 평균 경사도가 25° 이상의 험 준지역이 64.5%이며(KOFPI, 2017), 소나무의 경우 ha 당 평균 축적 192.4 m

³

, 입목본수가 1,336본으로 임분밀 도가 상당히 높은 편이다 (KFS, 2015). 또한 전체 산림면 적 630만 ha중 인공림의 비율을 불과 17%(107만 ha)로 천연림이 대부분이며 , 이러한 우리나라 산림환경에서 산림 내에서 개체목의 수고를 정확하게 측정하는 것이 상당히 어려운 일이다. 본 연구에서도 이러한 DBH와 수고값을 정확하고 효율적으로 측정하기 위한 수단으 로 지상라이다 (TLS LiDAR) 장비를 이용하여 산불피해 수관길이 (CL, m)

수고 (H, m)

연소높이 (BH, m) 수관길이 (CL,%)

수고(Height, m) 흉고직경 (DBH, cm)

Table 1. Summarizing obtained data by field survey of expert and Terrestrial LiDAR in forest fired area of Pinus densiflora

Plot no. No. trees DBH (cm) Height (m) Clear length (m) Burned height (m)

Expert TLS Gap Expert TLS Gap Expert TLS Gap Expert TLS Gap

1 67

Mean 28.6 28.0 0.6 13.9 17.2 3.3 7.1 7.8 0.7 3.4 3.2 0.2

Max. 51.7 53.3 1.6 23.1 24.8 1.7 14.2 15.1 0.9 7.5 6.6 0.9

Min. 14.4 10.1 4.3 7.2 11.9 4.7 1.8 1.8 0.0 0.4 0.3 0.1

2 54

Mean 30.5 30.0 0.5 16.5 17.4 0.9 9.3 8.7 0.6 4.3 3.3 1.0

Max. 46.0 45.1 0.9 23.4 23.0 0.4 14.8 14.8 0.0 9.2 7.2 2.0

Min. 8.0 7.0 1.0 6.6 5.7 0.9 3.6 2.0 1.6 1.7 0.7 1.0

3 79

Mean 32.7 31.1 1.6 16.6 19.2 2.6 9.2 9.7 0.5 3.1 3.1 0.0

Max. 46.5 38.1 8.4 21.5 23.9 2.4 12.9 14.6 1.7 6.9 4.4 2.5

Min. 21.7 21.9 0.2 11.2 16.0 4.8 5.8 5.8 0.0 0.5 2.2 1.7

4 59

Mean 31.3 29.7 1.6 16.2 16.0 0.2 7.9 7.4 0.5 5.2 4.3 0.9

Max. 55.0 58.5 3.5 22.9 22.7 0.2 12.2 13.6 1.4 11.1 11.0 0.1

Min. 6.0 5.5 0.5 7.8 4.8 3.0 3.8 3.8 0.0 1.9 1.9 0.0

Mean 259

Mean 30.8 29.7 0.9 15.8 17.5 1.7 8.4 8.4 0.0 4.0 3.5 0.5

Max. 55.0 58.5 3.5 23.4 23.9 0.5 14.2 15.1 0.9 9.4 11.0 1.6

Min. 6.0 5.5 0.5 4.0 4.8 0.8 2.0 2.0 0.0 0.0 0.3 0.3

(6)

지 임목피해특성 조사에 적용하였다 .

지하고 (Clear Length)는 입목의 바닥에서 가지가 처 음으로 발생한 곳까지의 높이로 산불연구에서는 입목 의 수관연소 가능성을 나타내는 지수로 사용되며 , 일반 적으로 지하고가 낮으면 수관층이 연소되는 수관화 (Crown Fire)로 전이가 발생될 가능성이 높다(Sando and Wick, 1972). 수관화로 전이되었을 시에는 쉽게 연소되 는 잎과 가지에 의해 높은 화염이 발생하여 대형산불로 확산될 가능성이 높다 (Mutch et al., 1993; Rothermel, 1991). 산불피해지내 소나무의 지하고는 전문가 조사에

의한 평균은 8.4 m로 라이다 조사 8.4 m와 측정값이 일 치하는 것으로 나타났다 .

산불의 연소높이 (Burned Height)는 산불피해지의 산 불피해 특성 중 산불의 수관연료특성을 파악하기 위한 정보로 활용한다 (Lee et al., 2018). 산불피해 입목의 나무 수피에 연소된 불의 연소높이는 산불의 강도 , 방향, 산 불발생지의 경사 및 지형 등을 판단할 수 있는 정보로 활용하고 있다 . 또한 산불의 연소높이는 피해입목의 생 존과 밀접한 관련이 있으며 , 주로 산불피해지의 입목은 수관이 불길이 스쳤거나 연소되면 고사될 확률이 아주 Korean Journal of Remote Sensing, Vol.36, No.6-1, 2020

(a) (b)

(c) (d)

(e)

Fig. 4. Comparison of DBH (a), height (b), clear length (c), burned height (d), and crown length (e) obtained by expert survey and TSL survey.

(7)

높다 . 따라서 연소높이는 지하고와 함께 입목이 고사에 밀접한 영향을 주는 요인이다. 두 조사방법에 의해 산 불피해지의 산불 연소높이를 측정한 결과 , 전문가 조사 는 4.0 m, 라이다 조사 3.5 m로 0.5 m의 차이를 보였다.

입목의 수관길이 (Crown Length)는 수관폭(Crown Diameter)과 함께 나무의 수관량의 바이오매스량을 예 측하는 인자로 활용된다 (Lee et al., 2018). 즉, 산불에서 입목의 수관량을 계산하여 산불의 확산 방향과 산불강 도에 영향을 미치는 연료량 산정에 활용한다(Mutch et

al., 1993; Kim, 2015; Lee et al., 2018). 산불에 있어 수관량

이 풍부한 임분의 산림일수록 산불의 확산이 빨라지는 연료재로 사용되기 때문에 산불발생이 높은 지역이나 산림에서는 수관량에 대한 정보를 바탕으로 수관량의 조절을 위한 숲가꾸기 및 산림 시업 등이 실시되어야 한 다 (Lee et al., 2008; Agree et al., 2006; Graham et al., 1990;

Harrod et al., 2009). 산림경영이나 산림생태 분야에서는 입목의 수관량이 클수록 광합성이 활발하여 임목의 생 장과 관련되어 활용하고 있다 .

산불피해지 피해입목의 수관길이를 사람에 의한 현 장조사에서 입목의 수관길이(Crown Length)를 직접적 으로 정확하게 측정하기는 쉽지 않다 . 일반적으로 사 람에 의한 조사에서는 수관의 길이는 입목의 수고 측 정값에서 지하고 높이값을 빼서 수관의 길이를 계산하 는 한다. 그러나 라이다 조사는 포인트 클라우드 3D 기 반의 데이터 분석이 가능하기 때문에 쉽게 개체목의 수관길이를 직접적으로 측정할 수 있다 . 조사결과 전 문가 조사 7.4 m, 라이다 조사 9.1 m로 전문가에 의한 현장조사보다 약 1.7 m 높게 측정되었는데, 전문가 조 사는 직접적으로 수관의 길이를 측정하지 못하고 수고 측정값에서 지하고를 제외한 값으로 계산하는 간접적 인 방법으로 산출하였다. 현장조사에서 측정오류가 높 은 수고나 지하고를 정확하게 측정하지 못하면 , 결과 적으로 이를 기반으로 계산되어지는 수관길이 또한 달 라지게 된다. 따라서 라이다는 현장에서 사람에 의해 조사하기 어려운 개체목의 형태정보를 수집하는 데 효 율적으로 사용할 수 있는 조사방법이지만 , 산림현장의

(a) (b)

(c)

Fig. 5. Comparison of H/D (a), CL/H (b), and BH/CL (c) ratio between survey of expert and TLS.

(8)

임분밀도 , 경사도 등 산림환경에 따라 지상라이다에 의 해 취득된 데이터의 품질이 낮은 경우도 있기 때문에 다 양한 산림환경에서의 연구가 필요하다 .

두 조사 방법에 의해 수집된 입목의 형태특성 정보를 이용하여 산불피해지의 임분의 안정성과 입목의 고사 율과 관련 있는 H/D율, 수관율(CL/H), 연소높이/지하 고 (BH/CL)율을 분석한 결과는 Fig. 5와 같다.

H/D율은 산림내 개체목의 안정성을 나타내는 지표 로서 , 그 값이 80이상일 때는 태풍, 설해 등에 의해 부러 질 수 있는 취약한 구조임을 나타내고 있다 (Harada and Kawat, 2005; Kim et al., 2015; Kunisaki, 2005; Arne and Pavel, 2019). 따라서 산불피해지는 토양의 산성화와 지 피식물의 고사로 토양구조가 약해져 바람에 많이 넘어 지거나 산불로 인하여 피해목의 재질구조가 약해서 부 러질 가능성이 높음을 나타낸다 . 본 연구의 조사대상지 의 H/D율은 전문가 조사 51.3%, 라이다 조사 58.8%로 두 조사간에는 약간의 차이를 보이고 있으나 , 70% 이하 는 안정된 H/D율을 나타내고 있다. 수관율(CL/H)은 수관의 양을 간접적으로 추정할 수 있는 생장특성 중의 하나로 산불확산에 영향을 미치는 연료량을 추정하는 데 사용할 수 있다 . 수관율은 전문가 조사에서 47.1%, 라 이다 조사 52.0%로 4.9%의 차이를 보였다. 수관율은 산 림경영적 측면에서는 임목의 생장과 관련 있기 때문에 수관율이 50% 이하로 내려가면 개체목은 불안정상태 임을 나타내고 있다(Schütz, 2001). 앞에서 언급한 H/D

율과 수관율의 값에 따라서 간벌이행을 결정할 수 있는 지표가 될 수 있다 (Pretzsch, 1996). 산불에 취약한 수종 이나 지역에서는 산불확산 예방을 위하여 숲가꾸기나 솎아베기 등의 산림시업을 위한 지표로 수관율을 참고 할 수 있을 것이다 .

Fig. 6은 지하고(CL)와 산불연소높(BH)이의 관계를

나타낸 것이다 . 지하고에 대한 연소높이의 비율

(BH/CL) 즉, 산불연소높이/지하고(BH/CL)율은 지표 화의 산불이 수관화로 확산 정도를 나타내는 지표로 산 불피해 입목의 고사율과 관련이 높다 .

산불연소높이가 높을수록 , 지하고가 낮을수록 산불 이 수관화로 진행될 가능성이 높고 , 수관에 산불이 영 향을 미치면 결국 입목이 고사할 확률이 높다 (Sando and Wick, 1972; Sando and Wick, 1993; Rothermel, 1991; Mutch

et al., 1993). 본 연구에서는 전문가 조사에서 BH/CL비

율이 53.6%, 라이다 조사 38.7%로 다소 차이가 있는 것 으로 나타났다 . 이러한 BH/CL율과 임목의 고사율과의 관계를 분석한 결과 , BH/CL 비율이 증가할수록 입목 의 고사율은 유의적으로 증가하고 있음을 알 수 있었다 . 결국 산불피해지에서 임목의 고사율은 BH/CL율이 상 당한 영향을 미치고 있다는 것을 명확히 확인하였다 .

또한 Fig. 7에서, 3년간 산불피해에 의한 고사율을 모 니터링 한 결과, 산불의 연소높이가 높을수록 시간의 경 과함에 따라 입목의 고사율은 증가하고 있는 것으로 나 타났다.

Korean Journal of Remote Sensing, Vol.36, No.6-1, 2020

Fig. 6. Monitoring change of rate of tree dead by BH/CL.

(9)

산불 연소높이가 가장 높은 4번 조사구(4 m)가 가장 높 은 입목의 고사율 35%을 보였으며, 지하고가 가장 높고, 연소높이가 가장 낮은 3번 조사구(2.8 m)가 5.5%로 가장 낮은 고사율을 나타내고 있었다 .

4. 결론

이상의 연구에서는 산불에 영향을 미치는 피해목의 형태특성을 조사·분석하여 산불피해량 및 산불특성을 파악하기 위하여 기존의 정통적으로 수행하여 왔던 방 법인 전문가에 의한 직접조사와 최신 기술인 라이다 장비에 의한 조사 결과를 비교하여 보았다. 두 조사 방 법 간에는 통계적으로 유의적인 차이는 나타나지 않았 으며, 기존에 사람이 수행하여 왔던 산불피해량 조사 에 있어서 라이다를 이용하여 충분히 가능함을 알 수 있었다 . 또한 사람이 측정할 수 없는 다양한 입목의 형 태특성 정보도 효율적으로 측정·수집 가능하다 . 현재의 산불피해지에 대한 피해량 조사에는 그을음 , 잿가루 등 으로 인하여 호흡기 장애 등 상당히 애로사항이 많다 . 이러한 산불조사에 지상 혹은 드론라이다를 이용하여 산불피해목을 비접촉에 의한 방법으로 정확하게 조사·

분석 가능하며 , 산불 당시 현장을 포인트 클라우드 기 반 3D 영상의 디지털 트윈으로 구축하여 영구적으로 보존할 수 있다 . 최근 산불은 점점 대형화되어가고 있

으며 , 산불피해지의 손실에 대한 보상, 소송사건 등 민 감한 문제들에 의한 법적 다툼이 많이 발생하고 있다 . 향후 지상라이다와 더불어 드론 , 항공라이다의 정보를 동시에 활용한다면 , 보다 신속하고 신뢰성 있는 품질의 데이터 확보를 통해 이러한 현장 애로사항을 해결하는 데 도움이 될 것으로 판단된다 . 또한 라이다에 의한 조 사방식은 조사대상물에 대한 비접촉에 의한 조사로 산 림분야에서 산불피해지의 열악한 환경에서 인력에 의 한 현장조사의 애로사항을 어느 정도 해소할 수 있을 것 으로 판단된다.

사사

본 연구는 산림청 국립산림과학원 일반연구과제의 일환으로 수행되었음(과제번호 FM0000-2020-01-2020).

References

Agee, J.K. and M.R. Lolley, 2006. Thinning and prescribed fire effects on fuels and potential fire behavior in an Eastern cascades forest, Washington, USA,

Fire Ecology, 2(2): 3-19.

Aijazi, A.K., P. Checchin, L. Malaterre, and L. Trassoudiane,

Fig. 7. Comparison of dead rate of tree with tree burned height by lapse of the time.

(10)

2017. Automatic detection and parameter estimation of trees for forest inventory applications using 3D terrestrial LiDAR, Journal of Remote Sensing, 9(946): 1-24.

Chang, A.J. and H.T. Kim, 2008. Study of biomass estimation in forest by aerial photograph and LiDAR data, Journal of the Korean Association

of Geographic Information Studies, 11(3): 166-

173 (in Korean with English abstract).

Cho, S.W., Y.K. Kim, and J.W. Park, 2017. Development of forest volume estimation model using airborne LiDAR data; – A case study of mixed forest in Aedang-ri, Chunyang-myeon, Bonghwa-gun.

Journal of the Korean Association Geographic Information Studies, 20(3):181-194 (in Korean

with English abstract).

Chung, J.S., B.D. Lee, and H.H. Kim, 2002. Estimation of Pinus densiflora stand damage grades for Samchuck forest fire area using GIS and discriminant analysis, Journal of Korean Forest

Society, 91: 355-361 (in Korean with English

abstract).

Collins, B.M., M. Kelly, J.W. Van Wangtendonk, and S.L. Stephens, 2007. Spatial patterns of large natural fires in Sierra Nevada wilderness areas,

Landscape Ecology, 22(4): 545-557.

Féret, J.B. and G.P. Asner, 2012. Semi-supervised methods to identify individual crowns of lowland tropical canopy species using imaging spectroscopy and LiDAR, Journal of Remote Sensing, 4: 2457- 2476.

Graham, R.T., A.E. Harvey, T.B. Jain, and J.R. Tonn, 1999. The effects of thinning and similar stand

treatments on fire behavior in Western forests,

USDA (U.S. Department of Agriculture, Forest Service), Rocky Mountain Research Station, Portland, Oregon, USA, p. 27.

Harada, K. and Y. Kawata, 2005. Discussion on the utilization of coastal forests for the tsunami reduction effects, Annual Journal of Coastal

Engineering, Japan Society of Civil Engineers,

52: 276-280.

Harrod, R.J., D.W. Peterson, N.A. Povak, and E.K.

Dodson, 2009. Thinning and prescribed fire effects on overstory tree and snag structure in dry coniferous forests of the interior pacific northwest, Forest Ecology and Management, 258(5): 712-721.

Holmgren, J., 2004. Prediction for tree height, basal area and stem volume in forest stands using airborne laser scanning, Scandinavian Journal

for Forest Research, 19(6): 543-553.

Hyyppä, J., H. Hyyppä, P. Litkey, X. Yu, H. Haggrén, P. Rönnholm, U. Pyysalo, J. Pitkänen, and M. Maltamo, 2004. algorithms and methods of airborne laser scanning for forest measurements.

International Archives of Photogrammetry, Remote

Sensing and Spatial Information Science, 36(8):

82-89.

Key, C.H. and N.C. Benson, 2006. Landscape assessment:

Sampling and analysis methods, USDA (U.S.

Department of Agriculture, Forest Service), Rocky Mountain Research Station, Portland, Ogden, USA.

Kim, H.H., B.D. Lee, and J.S. Chung, 2002. Estimating fire-damage grades of Pinus densiflora forest stands by interpreting Landsat 7 ETM+ imagery using neural network, Journal of Korean Forest

Society, 91(6): 706-713 (in Korean with English

abstract).

Kim, S.W., K.W. Chun, K.H. Park, Y.H. Lim, J.U. Yun, S.M. Kwon, H.J. Youn, J.H. Lee, Y. Teramoto, and T. Ezaki, 2015. The Necessity and Method of Stand Density Control Considering the Shape Ratio of Pinus thunbergii Coastal Disaster Prevention Forests in South Korea, Journal of

Korean Forest Society, 106(4): 457-464 (in Korean

with English abstract).

Kim, S.Y., 2015. A Study on the analysis of fuel

characteristics for forest fire hazard assessment.

Korean Journal of Remote Sensing, Vol.36, No.6-1, 2020

(11)

Yesan. Doctoral dissertation, Kongju National University, Yesan, Republic of Korea, 2015: 138 (in Korean with English abstract).

Korea Forestry Promotion Institute, 2017. Assessment

of Korea’s Forest resources at 2011-2015, Korea

Forestry Promotion Institute, Seoul, KOR.

Koutsias, N., M. Karteris, and E. Chuviece, 2000. The use of intensity-hue-saturation transformation of Landsat-5 thematic mapper data for burned land mapping, Photogrammetric Engineering & Remote

Sensing, 66(67): 829-839.

Kunisaki, T., 2005. Pattern of snow accretion damage in an old Sugi (Cryptomeria japonica D. Don) Plantation at the base of Mt. Iwate, Northern Japan, Journal of the Japanese Forest Society, 87: 426-429.

Kushla, J.D. and W.J. Ripple, 1998. Assessing wildfire effects with Landsat thematic mapper data, Remote

Sensing of Environment, 19: 2493-2507.

Lee, B.D. and J.S. Chung, 2006. Estimation of time series model on forest fire occurrences and burned area from 1970 to 2005, Journal of Korean Forest

Society, 95(6): 634-648 (in Korean with English

abstract).

Lee, J.H., X. Cai, J. Lellmann, and M. Dalponte, 2016.

Individual tree species classification from airborne multisensory imagery using robust PCA, IEEE

Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 9(6): 2554-

2567

Lee, S.J., Y.S. Choi, and H.S. Yoon, 2012. Estimation of carbon dioxide stocks in forest using airborne LiDAR data, Journal of the Korean Society

of Surveying, Geodesy, Photogrammetry and Cartography, 30(3): 259-268 (in Korean with

English abstract).

Lee, S.J., S.Y. Kim, B.D. Lee, and Y.J. Lee, 2018.

Estimation of canopy fuel characteristics for Pinus densiflora stands using diameter distribution models:

Forest managed stands and unmanaged stands,

Journal of Korean Society of Forest Science,

107(4): 412-421 (in Korean with English abstract).

Lee, S.Y., M.W. Lee, C.H. Yeom, and G.G. Kwon, 2008.

Comparative analysis of forest fire danger rating on the forest characteristics of thinning area and non-thinning area on forest fire burnt area, Journal

of the Korean Society of Hazard Mitigation, 153-

156 (in Korean with English abstract).

Lim, K.S. and P.M. Treitz, 2004. Estimation of above ground forest biomass from airborne discrete return laser scanner data using canopy-based quantile estimators, Scandinavian Journal for

Forest Research, 19(6): 558-570.

Lutes, D.C., R.E. Keane, J.F. Caratti, C.H. Key, N.C.

Benson, S. Sutherland, and L.J. Gangi, 2006.

FIREMON: The fire effects monitoring and inventory system 1CD, USDA (U.S. Department

of Agriculture Forest Service), Rocky Mountain Research Station, Portland, Oregon, USA.

Mitchell, S.J., 2000. Stem growth responses in Douglas fir and Sitka spruce following thinning: implications for assessing windfirmness, Forest Ecology

Management, 135: 105-114.

Mutch, R.W., S.F. Amo, J.K. Brown, C.E. Karlson, R.D. Ottmar, and J.L., Perterson, 1993. Forest

health in the Blue Mountains: A management strategy for fire-adapted ecosystems, USDA

(U.S. Department of Agriculture Forest Service), Portland, Oregon, USA, p. 20.

Palace, M., F.B. Sullivan, M. Ducey, and C. Herrick, 2016. Estimating Tropical Forest Structure Using a Terrestrial Lidar, PLoS One, 11(4): 1-19.

Patterson, M. W. and S. R. Yool, 1998. Mapping fire- induced vegetation mortality using Landsat thematic mapper data: A comparison of linear transformation techniques, Remote Sensing of Environment, 65:

132-142.

Philip, M.S., 1994. Measuring trees and forests, 2nd

edition, CABI International, Wallingford, USA,

p. 11.

지상라이다를 활용한 소나무 산불피해지의 임목 피해특성 분석 02강진택(1291~1302)(Fig.1~3,별쇄30부)ok.qxp_원격36-6-1_2020 2020. 12. 30. 오전 9:00 페이지 1301

(12)

Pommerening, A., and P. Grabarnik, 2019. Individual

based Methods Forest Ecology and Management,

Springer, Switzerland, p. 411.

Pretzsch, H., 1996. Erfassung des Pflegezustandes von Waldbestanden bei der zweiten Bundeswaldinventur [Assessment of tending requirements in forest stands as part of the 2nd German National Inventory],

AFZ/DerWald, 15: 820-823.

Rothermel, R.C., 1991. Predicting behavior and size of

crown fires in the northern Rocky Mountains,

Research. Paper. INT-RP-438, Intermountain Forest and Range Experiment Station, Ogden, USA, p. 46.

Sando, R.W. and C.H. Wick, 1972. A method of evaluating

crown fuels in forest stands, Research paper NC-

84. U.S. Department of Agriculture, Forest Service, Washinton D.C, USA.

Schultz, M., 2001. Pepper Hill – a Tragedy, Wildland

Firefighter, 4(10): 25-29.

Sheridan, R.D., S.C. Popescu, D. Gatziolis, C.L. Morgan, and N. Ku, 2015. Modeling Forest Aboveground Biomass and Volume Using Airborne LiDAR Metrics and Forest Inventory and Analysis Data in the Pacific Northwest, Remote Sensing, 7(1):

229-255.

Sunar, F. and C. Özkan, 2001. Forest fire analysis with remote sensing data, International Journal of

Remote Sensing, 22(2): 2265-2277.

Turner, M.G. and W.H. Romme, 1994. Landscape dynamics in crown fire ecosystems, Landscape

Ecology, 9: 57-77.

Van Laar, A. and A. Akca, 2007. Forest Mensuration.

Managing forest ecosystem, Springer, Dordrecht,

Netherlands.

Wimberly, M.C. and M.J. Reilly, 2007. Assessment of fire severity and species diversity in the southern Appalachians using Landsat TM and ETM+

imagery, Remote Sensing of Environment, 108:

189-197.

Woo, C.S., J.S. Yoon, J.I. Shin, and K.S. Lee, 2007.

Automatic extraction of individual tree height in mountainous forest using airborne Lidar data,

Journal of Korean Forest Society, 96(3): 251-