한국 산불 피해 면적에 대한 베이지안 시공간 분석

Abstract

본 연구는 2018년부터 2022년까지 5년간 대한민국의 산불 발생 공간 데이터를 활용하여, SPDE(Stochastic Partial Differential Equations) 접근법을 적용한 INLA(Integrated Nested Laplace Approximations) 기반의 베이지안 시공간 모델을 구축하고, 시공간적 특성을 반영한 산불 피해 예측 모형을 개발하고자 한다. 산불 피해 면적과 관련 있는 독립변수로는 경사도, 사면향, 산림 종류, 반경 내 소방서 및 119구급센터 수, 온도, 습도, 풍속, 강수량, 실효습도 등이 포함되었으며, 기후 변수들은 모든 지점에서 측정이 된 것은 아니므로, 측정기관 위치를 기준으로 Kriging을 통해 산불 발생 위치에서의 데이터를 추출하였다. 또한, 경사도, 사면향, 산림 종류, 소방서 및 119구급센터 수는 오픈소스 GIS 프로그램인 QGIS를 활용하여 처리하였다. 다양한 변수 조합을 바탕으로 여러 모델을 구축한 후, DIC(Deviance Information Criterion)를 사용하여 모델의 적합도를 평가하고 최적 모델을 선정하였다. 최적 모델을 기반으로 대한민국의 산불 취약 지역과 위험 요인을 정밀하게 분석하였으며, 2023년 산불 피해 데이터를 기준으로 예측된 피해 위험도를 지도 형식으로 시각화하여 비교하였다.;This study aims to develop a spatiotemporal Bayesian model reflecting spatio-temporal elements by applying the SPDE (Stochastic Partial Differential Equations) approach and INLA (Integrated Nested Laplace Approximations) to the spatial data of wildfire occurrences in South Korea from 2018 to 2022. Independent variables influencing the burned area include slope, aspect, forest type, the number of fire stations and emergency medical centers within a certain radius, temperature, humidity, wind speed, precipitation, and effective humidity. Climate variables were newly extracted for wildfire occurrence locations through kriging based on the locations of measurement stations. Slope, aspect, forest type, and the number of fire stations and emergency medical centers were processed using the open-source GIS program QGIS. Various combinations of variables were used to construct multiple models, and model fit was evaluated using the Deviance Information Criterion (DIC) to select the optimal model. Based on the optimal model, the wildfire vulnerability areas and risk factors in South Korea were analyzed in detail, and the predicted risk of damage was visualized in a map for comparison using the 2023 wildfire damage data.