영동지역 봄철 소나무림에서 연료습도변화 예측모델 개발(낙엽 및 토양습도를 중심으로)

• 영문명: Development of Prediction Model of Fuel Moisture Changes in the Spring for the Pine Forest Located the Yeongdong Region(Focused on the Fallen Leaves and Soil Moisture Level)
• 발행기관: 한국화재소방학회
• 저자명: 이시영(Lee, Si-Young) 권춘근(Kwon, Chun-Geun) 이명욱(Lee, Myung-Woog) 이해평(Lee, Hae-Pyeong) 차주영(Cha, Joo-Young)
• 간행물 정보: 『한국화재소방학회논문지』Vol.24 No.2, 67~75쪽, 전체 9쪽
• 주제분류: 공학 > 공학일반
• 파일형태: PDF
• 발행일자: 2010.04.30

국문 초록

강우 후 경과일수에 따른 연료습도 변화는 산불위험도 예측과 산불감시원 활용에 매우 중요하다. 따라서 이러한 산불위험 조건을 구명하기 위해 2007년 봄철 영동지방 소나무림에서 임분 밀도별로 5mm 이상 강우 후 낙엽층, 부식층, 토양층에 대한 산불위험도와 각 층에 대한 연료습도변화 예측모델을 개발하였다. 연구결과 소 임분 지역은 강우 3일 후부터, 중 밀임분 지역은 5일 후부터 산불발생 위험수준인 17% 정도의 연료 습도를 나타냈다. 반면, 부식층은 6일이 경과 되어도 30% 이상의 연료 습도를 나타냈으나, 토양 상 하층은 약간의 변화 또는 거의 변화가 없었다. 이러한 결과를 토대로 각 층위별 연료습도 변화 예측모델($R^2$=0.56~0.87)을 개발하였으며, 2008년 동일기간의 강우 후 기상 실측자료를 적용하여 예측모델을 검증한 결과 1% 수준에서 유의성이 있음을 알 수 있었다.

영문 초록

The fuel moisture changes accompanying with the elapsed days after a rainfall is very important to predict the risk of forest fire and make a good use of forest fire guard. So, to investigate the conditions for the risk of forest fire, it was studied the risk of forest fire for fallen leaves level, rotten level, and soil level after more-than-5 mm-rainfall according to the different forest density of pine forests which were located in Yeong-dong region in the Spring of 2007. The result of the study showed that the around 17% of fuel moisture which was the risky level for forest fire was reached after three days of a rainfall in the coarse dense forest region and after five days in the medium or highly dense forest region. However, for the rotten level represents more than 30% of fuel moisture even after six days after the rainfall, and the lower and upper level of the soil represented a slight or almost no changes. Based on the result, the prediction model ($R^2$=0.56~0.87) for the change of fuel moisture was developed, and it was examined by applying to actual meteorological measurements in the same period of 2008. It showed a meaningful result of 1% level of distinction.

키워드

Forest fire Fuel moisture Forest density Prediction model