DEM 기반의 스플라인 로지스틱 분석에 의한산불 피해 지형 분석
Spline-Logit Analysis of DEM-Based Terrain Factors for Wildfire Damage Distribution and Terrain Vulnerability Assessment
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 2025년 3월 경상북도 청송군 산불을 대상으로, 위성 기반 dNBR과 DEM에서 산출한 고도·경사 정보를 이용하여 피해의 공간적 패턴을 정량 분석하였다. 산불 전후 Landsat 8/9 Level-2 자료로 NBR과 dNBR을 산출하고, 산림 임상도로 비산림을 마스킹한 뒤 고도·경사 구간별(격자형) 요약 통계를 수행하였다. 추가로 dNBR, NDVI, dNDVI, 고도, 경사를 독립변수로 하는 스플라인 Logit 이변량 모형을 구축하여 USGS 등급의 Class 3(저·중저)와 Class 4(중저·중고) 두 범주를 분류하고, 실측 분포와 모형 결과를 고도–경사 조건에서 비교하였다. 분석 결과, 피해 강도는 해발 800 m 이상에서 뚜렷이 증가하였으나 면적 기여는 제한적이었고, 반면 500–800 m의 중고도와 15–30°의 중경사 구간이 전체 피해 면적 확대에 크게 기여하였다. 실측 Class-4 비율은 주로 300–500 m와 5–20°의 완만한 경사에서 높게 나타났으며, 모형은 이러한 경험적 경향을 대체로 재현하였으나 관측 자료가 희소한 구간에서는 정확도와 조건부 확률이 낮게 나타났다. Confusion matrix와 ROC 결과는 학습·검증 단계에서 안정적인 판별 성능을 시사하지만, 클래스 불균형(3≫4)과 공간 외삽 구간에서의 불확실성도 확인되었다. 본 연구는 고도–경사 결합 조건에서 실측–모형 비교를 통해 피해 취약성의 공간적 차이를 식별하고, 지형 기반 우선관리 구역을 도출하는 근거를 제시한다. 다만 기상·연료 조건 등 비지형 요인을 반영하지 못한 한계가 있으며, 향후 다변량 예측모형과 시나리오 분석의 결합이 요구된다.
Abstract
This study analyzes the March 2025 Cheongsong wildfire using Landsat-8/9 Level-2 surface reflectance to compute NBR/dNBR and NDVI/dNDVI, combined with 30-m DEM-derived elevation and slope under a forest mask. We summarize severity over elevation–slope bins and fit a spline logistic model to classify USGS Class 3 (low–moderate-low) vs. Class 4 (moderate-low–moderate-high). A Random Forest is used adjunctively for permutation importance. Burn severity increases markedly above 800 m yet contributes little area, whereas mid-elevations (500–800 m) account for substantial affected extent. Empirically, Class-4 ratios peak at 300–500 m and 5–20°. The spline model attains high discrimination (Accuracy 0.992; AUC up to 1.000; F1 0.983), while we address class imbalance using confusion matrices and precision–recall. Scenario probability surfaces suggest elevated Class-4 likelihood at elevations >300 m on gentle slopes (0–15°). By jointly evaluating observed and modeled patterns in elevation–slope space, the study identifies terrain-driven hotspots to guide prioritization. Limitations include omission of weather and fuel variables.