임정호 교수팀…다양한 환경 변화에도 정확도 유지
UNIST가 인공위성과 기상 예보 자료를 조합해 산불을 탐지하는 기술을 개발했다. 복잡하고 다양한 환경 변화 속에서도 정밀한 감지가 가능해 중·대형 산불 피해를 최소화하는 데 도움이 될 전망이다.
UNIST(총장 이용훈)는 임정호 지구환경도시건설공학과 교수팀이 '다양한 환경 변화에 대응 가능한 산불 탐지 기술'을 개발했다고 19일 밝혔다.
임 교수팀은 인공위성 정보와 기상예보 수치모델 자료를 독립적으로 추출해 조합하는 이중 모듈 신경망(Dual-module Convolutional Neural Network, DM CNN)구조 딥러닝 모델을 개발, 활용했다.
산불은 발생과 확산 예측이 어려워 실시간 모니터링이 필수다. 산불 탐지와 모니터링은 20년 넘게 인공위성 자료에 의존하고 있다.
임 교수팀은 인공위성 자료에만 의존해 온 기존 모니터링 방식을 벗어나 인공위성 정보와 기상 예보에 사용하는 수치모델 자료를 융합했다. 상대 습도, 지표면 온도, 위성 관측각 등 수치모델 자료를 인공위성 정보에 접목해 탐지 지역 환경과 관측 조건을 정밀 계산했다.
이어 위성 정보와 변수, 수치모델 자료 등 서로 다른 데이터 특성을 계속 학습하면서 산불을 정밀하게 예측할 수 있는 DM CNN 딥러닝 모델을 개발했다.
임 교수팀은 개발 기술을 미국, 일본, 우리나라에서 사용하는 기존 산불 탐지 기술(MODIS·VIIRS, AHI, AMI)과 비교했다. 다양한 환경 변화를 고려한 실제 구동 실험 결과, 기존 탐지 기술보다 정확하게 산불 위치를 파악했다. 기존 탐지 기술은 습도나 태양 위치 변화에 따라 파장별 신호가 섞여 정확한 산불 발생 감지가 어려웠지만 이 기술은 상대 습도 등 다양한 변수를 동시에 고려하기 때문에 환경 변화에 따른 탐지 정확도가 떨어지지 않았다.
탐지 범위도 4㎢로 기존 범위(1㎢ 등)보다 넓다. 범위를 넓히면 위성 사진 해상도는 떨어지지만 더 많은 산불을 탐지할 수 있다.
임정호 교수는 “다른 특성을 가진 이종 자료를 융합해 딥러닝 효과를 극대화했다. 향후 글로벌 산불 탐지 기술이 나아갈 방향을 제시한 의미있는 성과”라고 말했다.
이번 연구는 기상청 폭염 분야 장기원천기술연구사업, 과학기술정보통신부 한국연구재단 기초연구사업, 환경부 관측기반 온실가스 공간정보지도 구축기술개발사업과 항공우주연구원 지원을 받았다.
울산=임동식기자 dslim@etnews.com
