UNIST, 인공위성·기상예보 자료 조합해 산불 탐지 정확도↑

임정호 교수팀, 딥러닝 기반 적응형 산불 탐지 기술 개발

(울산=연합뉴스) 김용태 기자 = 인공위성과 기상 예보 자료를 조합해 다양한 환경 변화에서도 산불을 정확하게 탐지할 수 있는 기술이 개발됐다.

울산과학기술원(UNIST)은 지구환경도시건설공학과 임정호 교수팀이 인공위성 자료와 기상 예보에 사용되는 수치모델 자료를 융합해 '다양한 환경 변화에 대응 가능한 산불 탐지 기술'을 개발했다고 19일 밝혔다.

연구팀에 따르면 산불은 예측이 어려워 실시간 모니터링을 통한 빠른 대응이 중요하다.

미국 항공우주국(NASA) 등에서는 산불 탐지를 위해 20년이 넘는 기간 인공위성 자료에만 의존해왔다.

연구팀은 인공위성 자료에만 의존하던 기존 형식에서 벗어나 기상 예보에 사용되는 수치모델 자료와의 융합을 시도했다.

수치모델 자료는 상대 습도, 지표면 온도, 위성 관측각 등의 정보를 전송한다.

연구팀은 이를 접목해 목표 지역의 환경과 관측 조건을 계산했다.

특히 인공위성에서 활용되는 변수와 수치모델이 제공하는 정보의 서로 다른 특성을 학습하기 위해 이중 모듈 신경망 구조의 딥러닝 모델을 개발했다.

이 모델은 11×11픽셀의 이미지를 입력받아 산불 여부를 판단할 수 있다.

연구팀은 개발한 기술을 미국, 일본, 한국에서 사용하는 탐지 기술인 MODIS/VIIRS, AHI, AMI와 비교했는데, 기존 기술은 습도나 태양의 위치에 따라 파장별 신호가 섞여 산불을 정확히 감지하기 어려웠다.

반면 연구팀이 개발한 모델은 상대 습도 등 다양한 변수를 동시에 고려해 환경 변화가 탐지 정확도에 영향을 미치지 않았다.

또 다양한 환경 변화를 적용한 실제 구동 실험에서도 기존 탐지 기술보다 정확하게 산불 위치를 탐색할 수 있다는 사실이 확인됐다.

4㎢의 넓은 범위를 탐지하기 때문에 더 좁은 범위 1㎢를 탐지하는 기존 기술보다 위성 해상도는 떨어지지만 정확도는 더 높았다고 연구팀은 설명했다.

임정호 교수는 "이번 연구는 다양한 특성을 가진 이종 자료 융합에 탁월한 딥러닝 장점을 극대화했다"며 "글로벌 산불 탐지 기술이 나아갈 새로운 방향을 제시한 중요한 성과"라고 설명했다.

연구 결과는 원격탐사 분야 학술지인 '환경원격탐사'(Remote Sensing of Environment)에 9월 15일 온라인으로 게재됐다.

연구는 기상청 폭염 분야 장기원천기술연구사업, 과학기술정보통신부 한국연구재단 기초연구사업, 환경부 관측 기반 온실가스 공간정보지도 구축 기술개발사업, 항공우주연구원의 지원을 받았다.

yongtae@yna.co.kr

▶제보는 카톡 okjebo

IT/과학