1. 서론

빈 최근 기후변화로 인한 기온 상승과 강수 불균형은 국내 산림의 건조화를 가속화하고 있으며, 이로 인해 대형 산불 발생의 위험성이 꾸준히 증가하고 있다. 특히 2025년 3월 22일부터 3월 30일까지 경상북도 지역에서 발생한 산불은 의성군을 기점으로 안동시, 청송군, 영양군, 영덕군, 울진군, 대구광역시 군위군 등 광범위한 지역으로 확산되며 대규모 산림 피해를 초래하였다. 이는 단일 광역권을 초과한 다지역성 산불로, 화재 발생 양상과 공간적 특성을 체계적으로 분석할 필요성이 제기되고 있다.

빈 산불 발생 이후의 피해 범위를 신속하고 정량적으로 파악하는 것은 향후 복구 및 방지 대책 수립에 있어 핵심적인 과정이다. 이에 따라 위성영상 기반의 산불 분석 기법, 특히 Sentinel-2와 같은 고해상도(10m) 다중분광 센서를 활용한 dNBR(differenced Normalized Burn Ratio) 분석법은 산불 후 경과 감시 및 피해 강도 파악에 유용한 수단으로 주목받고 있다. 또한 임상도를 활용한 산림 특성 분석은 산불 확산과 피해에 영향을 미치는 요인과의 관계를 정량적으로 검토할 수 있는 기반을 제공한다. 본 연구는 2025년 경북 지역에서 발생한 대형 산불을 대상으로 Sentinel-2 위성영상을 활용하여 dNBR 기반 산불 피해 특성을 도출하고, 피해 정도와 임상도 정보 간의 공간적 상관관계를 분석하는 것을 주요 목적으로 한다.

2. 연구 지역

빈 2025년 3월 22일 11시 24분 경상북도 의성군에서 최초 발화한 산불은 강한 바람과 건조한 기후 조건을 동반하며 급속도로 확산되어, 경상북도 중북부 및 동해안 지역에 이르는 광범위한 피해를 초래하였다. 본 연구는 해당 산불의 주요 확산 범위를 반영하여 의성군, 안동시, 청송군, 영양군, 영덕군, 울진군, 대구광역시 군위군을 연구 지역으로 설정하였다(그림 1). 이들 지역은 대부분 산림 면적이 넓고 경사가 급한 중산간 지형이 분포하며, 주로 침엽수림(소나무류)과 혼효림이 우세하게 나타난다. 특히 청송군과 영양군, 울진군 등은 백두대간 생태축과 맞닿아 있어 생물다양성이 풍부한 동시에 산불 확산 시 피해 민감도가 높은 지역으로 분류된다. 또한 일부 지역은 국립공원 및 산림보호구역에 인접해 있어, 생태적 가치와 함께 산불 관리 측면에서도 주목된다.

3. 연구 방법

빈 본 연구는 2025년 3월 22일부터 30일까지 경상북도에서 발생한 대규모 산불을 대상으로, Sentinel-2 위성영상을 이용한 dNBR 분석과 임상도 기반 공간 통계 분석을 통해 피해 특성과 주요 영향 요인을 규명하고자 하였다.

빈 전체 분석 절차는 1) 위성영상 기반 dNBR 산정, 2) 산불 피해 등급 분류, 3) 임상도 연계 공간 통계 분석, 4) 피해기여도 해석의 4단계로 구성된다.

빈 우선, 산불 발생 전·후 시기의 Sentinel-2 Level-2A 영상을 활용하여 식생 연소 여부를 판별할 수 있는 NBR(Normalized Burn Ratio) 지수를 산정하였다. NBR은 (NIR+SWIR)/(NIR−SWIR​)로 표현되며, NIR 밴드에는 Band 8(842 nm), SWIR에는 Band 12(2190 nm)를 사용하였다. SWIR 밴드는 20m 공간 해상도를 갖고 있으므로, 분석 정합성을 위해 10m로 리샘플링한 후 두 시점 영상 간 정합(geometric registration)을 수행하였다. 위성영상 전처리 완료 후, 산불 피해 분석을 위해 NBR(Normalized Burn Ratio) 지수를 계산하였다. 산출된 dNBR은 화재 전·후 식생 반사율의 변화량을 반영하며, 양의 값일수록 식생 손실이 크고 피해 강도가 높음을 의미한다. dNBR은 USGS 기준을 기반으로 다음과 같이 5개 등급으로 분류하였다: 무피해(≤0.1), 저도 피해(0.1–0.27), 중도 피해(0.27–0.44), 중고도 피해(0.44–0.66), 고도 피해(>0.66). 이후 dNBR 데이터를 기반으로 각 등급별 공간 분포와 면적을 추출하고, 분석대상 행정구역(의성군, 안동시, 청송군, 영양군, 영덕군, 울진군, 군위군)별로 클리핑하여 통계값을 정리하였다.

빈 임상요인과의 상관성 분석을 위해 산림청 및 국립산림과학원에서 구축한 산림 임상도를 활용하였다.
주요 항목은 1) 임종코드(FROR_CD), 2) 임상코드(FRTP_CD), 3) 수종그룹(KOFTR_GROU), 4) 경급코드(DMCLS_CD), 5) 영급코드(AGCLS_CD), 6) 밀도코드(DNST_CD), 7) 임분고코드(HEIGHT)로 구성되며, 각 인자는 범주형 또는 구간형 값으로 분류되어 있다.

빈 모든 임상도는 공간 해상도를 10m로 통일하고, dNBR raster와 동일한 영역 및 해상도로 맞춘 후 통계분석(Zonal Histogram, Area Statistics)을 실시하였다. 임상 항목별로는 dNBR 등급별 픽셀 수 비율(%)과 면적(km²)을 기준으로 상위 3개 그룹만 분석 대상으로 선정하였다. 예를 들어, 임종코드(FROR_CD)의 경우 '침엽수림', '활엽수림', '혼효림'이 상위 그룹으로 나타났으며, 밀도코드(DNST_CD)는 '밀', '중', '소'의 조밀도 구간을 기준으로 분석하였다.

빈 각 임상 항목에 대해 dNBR 피해 등급이 증가함에 따라 어떤 항목이 상대적으로 높은 기여도를 보이는지 비교하였고, 이를 통해 산불 확산에 영향을 미치는 주요 산림 구조 요인을 도출하였다. 분석 결과는 기여도(%) 그래프와 면적 누적 바 차트를 통해 시각화하였다. 이러한 분석 절차는 침엽수 우세림, 중경목, 조밀림 등 산림 구조적 특성이 산불의 피해 확산과 강도에 밀접한 관련이 있음을 정량적으로 보여준다.

4. 연구 결과

4.1. 산불 발생 전·후 위성영상 분석

빈 그림 2는 2025년 경북 산불 분석을 위해 구축한 산불 발생 전·후 Sentinel-2 기반 NBR 지도를 제시한다. 전처리는 Google Earth Engine(JAVA Script)에서 수행하였으며, 연구지역을 중심으로 계절 일치 비교를 위해 전기(pre: 2024.04.01.~07.31)와 후기(post: 2025.04.01.~07.31)로 기간을 사용하였다. Sentinel-2 표면반사율과 구름 확률 30% 미만 마스크 및 QA60 비트(Cloud/Cirrus) 제거를 동시 적용하였다. 각 기간의 유효 장면은 중앙값(median) 모자이크로 합성하고 연구지역으로 클리핑하였다. 일반적으로 NBR 값이 클수록 건강한 식생(고반사 NIR, 저반사 SWIR)을 의미한다. 본 연구지역에서 산불 후 패널은 산불 전 대비 광범위한 NBR 저하(명암 저하) 가 관찰되며, 이는 식생 소실과 토양·재 노출에 따른 SWIR 반사 증가의 결과로 해석된다. 해역(동해)은 본질적으로 NBR이 낮아 어두운 톤으로 나타나며, 산악 능선부 및 내부 산림지대에서의 공간적 대비가 두드러진다.

빈 그림 3은 2025년 경북 산불에 대해 Sentinel-2 영상 기반으로 산출한 dNBR(differenced Normalized Burn Ratio) 결과를 나타낸 것이다. (a)는 연속형 dNBR 값의 공간 분포를 보여주며, (b)는 이를 USGS(US Geological Survey, 미국 지질조사국) 기준에 따라 5개 등급으로 분류한 피해등급 지도이다.

빈 먼저 그림 3(a)의 연속형 dNBR 지도에서, 값이 높은 지역은 산불 전후 식생 반사율 변화가 크게 나타나 심각한 피해가 발생했음을 의미한다. 분석 결과, dNBR 값은 -1.583에서 1.100 사이로 분포하였으며, 값이 낮은 지역은 화재 영향이 없거나 식생 활력이 유지된 지역으로 해석된다. 반대로 양의 값이 큰 지역일수록 산불 피해가 심각한 곳으로, 연구지역의 중앙부에서 동서로 길게 이어지는 띠 형태의 피해 패턴이 뚜렷하게 확인된다. 그림 3(b)의 dNBR 등급화 결과는 무피해(0), 저도 피해(1), 중도 피해(2), 중고도 피해(3), 고도 피해(4)로 구분하였다. 지도에서 붉은색 계열로 표현된 3~4등급의 피해 지역은 의성군에서 청송·영양군을 거쳐 울진군에 이르는 지역에 집중적으로 분포하였다. 특히 산림 밀집도가 높은 내륙 산악지대에서 피해 강도가 높게 나타났으며, 이는 전형적인 대규모 산불의 확산 패턴을 반영한다. 반면, 연구지역 북부 및 남부의 일부 산림과 농경지 인근 지역은 상대적으로 피해 강도가 낮거나 피해가 거의 관찰되지 않았다. 이러한 결과는 산불이 지역적으로 불균등하게 확산되었음을 보여주며, 산림 구조와 지형적 요인(경사, 고도 등)이 피해 강도와 밀접하게 연관되어 있음을 시사한다. 또한, dNBR 연속 지도의 정량적 수치와 등급화 지도의 시각적 패턴을 결합함으로써, 산불 피해 범위와 심도를 보다 명확하게 규명할 수 있음을 확인할 수 있다.

4.2. 산불 피해 등급과 산림 임상도 간의 상관관계

빈 본 연구에서는 dNBR 기반 산불 피해 등급과 산림 임상도 간의 상관관계를 규명하기 위해, 주요 임상 인자 7종(FROR_CD, FRTP_CD, KOFTR_GROU, DMCLS_CD, AGCLS_CD, DNST_CD, HEIGHT)에 대한 dNBR 등급별 기여도(%) 및 면적(㎢) 분포를 분석하였다(그림 4, 5). 분석 대상은 dNBR 등급 14(고도저도 피해)로 제한하였으며, 각 임상 항목별로 빈도가 높은 상위 3개 그룹만 시각화하였다.

빈 1) 임종코드(FROR_CD) ‘침엽수림’은 전체 dNBR 등급에서 압도적인 비율(90% 이상)을 차지하며, 특히 1~3등급에서 95% 이상으로 산불 피해에 가장 크게 기여한 것으로 분석되었다. 면적 기준으로도 dNBR 1등급(고도 피해)에서 침엽수림은 300㎢ 이상을 차지하며, 활엽수림과 혼효림은 매우 제한적인 면적으로 나타났다. 이는 침엽수림의 수지 성분과 엽 구조 특성이 화재 전파를 용이하게 만든다는 기존 연구 결과와 일치한다.

빈 2) 임상코드(FRTP_CD) 수종 구성에서도 ‘침엽수형’이 모든 등급에서 70% 이상의 기여도를 보였으며, 특히 dNBR 1, 2등급에서 80%를 초과하였다. ‘활엽수형’과 ‘혼효형’은 고도 피해 구간에서는 면적이 작았으나, 피해 강도가 낮은 등급으로 갈수록 점차 증가하는 경향을 보였다. 이는 침엽수형 군집이 화재에 상대적으로 더 취약함을 시사한다.

빈 3) 수종그룹(KOFTR_GROU) 수종군집별로는 ‘침엽수형’이 전 등급에서 주요 지배적 항목으로 나타났으며, ‘혼효림’은 dNBR 2~3등급에 걸쳐 일정 비율 분포하였다. 활엽수형은 전체적으로 피해 면적이 낮게 나타났으나, 상대적으로 낮은 피해 등급에서의 비율은 소폭 증가하였다.

빈 4) 경급(DMCLS_CD) 경급은 ‘중경목’이 모든 dNBR 등급에서 60~70% 이상의 기여도를 보였고, 면적 분포 또한 가장 넓었다. 이는 연소 가능한 바이오매스가 충분한 중간 크기의 목본 식물이 산불 확산에 민감하게 작용했음을 보여준다. 반면, ‘소경목’과 ‘대경목’은 상대적으로 낮은 분포를 보였다.

빈 5) 영급(AGCLS_CD) ‘4영급’(상대적으로 임령이 낮은 산림)이 전 등급에서 가장 넓은 면적을 차지하였다. 특히 dNBR 1~2등급에서 150㎢ 이상으로 집계되어, 산불은 임령이 높지 않은 비교적 어린 숲에서도 강하게 발생할 수 있음을 시사한다. ‘3영급’, ‘5영급’ 역시 일정 부분 분포하고 있으나, 그 비율은 낮다.

빈 6) 밀도(DNST_CD) 산림 밀도에서는 ‘밀’(조밀한 수관 구조)이 전체 피해 면적의 90% 이상을 차지하였다. 특히 dNBR 1, 2등급에서 밀림의 면적이 현저히 높았으며, 이는 수관 간격이 좁을수록 산불 전파 속도가 빨라질 수 있음을 의미한다. ‘중’, ‘소’ 밀도 산림은 전체 면적 중 극히 일부에 해당하였다.

빈 7) 임분고(HEIGHT) 임분고 분석에서는 고도가 높을수록 피해 경향이 명확하지 않았다. dNBR 등급별로 ‘13m 이상 15m 미만’, ‘15m 이상 17m 미만’ 구간이 주 피해 범위였으나, 다른 고도 구간과의 비율 차이는 상대적으로 크지 않았다. 이는 피해 강도와 임분고 사이의 명확한 상관관계보다는, 임종이나 수종, 밀도와 같은 다른 요인의 영향이 더 강함을 시사한다. 종합적으로 볼 때, 산불 피해는 침엽수 중심의 중경목–조밀림 구조를 가진 산림에서 광범위하게 발생하였으며, 이러한 산림은 경북 북부 및 중부 산악지대를 따라 주로 분포한다. 이러한 결과는 향후 산불 위험 예측 및 예방형 산림관리 전략 수립에 있어, 수종 및 구조적 특성 기반 위험도 지도 제작의 필요성을 강조한다.

5. 결론

빈 본 연구는 2025년 3월 22일부터 3월 30일까지 경상북도 일대에서 발생한 대형 산불을 대상으로, Sentinel-2 위성영상을 활용한 dNBR 분석과 산림 임상도 기반 공간통계 분석을 통해 산불 피해 특성과 주요 영향 인자를 정량적으로 규명하였다. 산불 피해 지역은 의성군을 중심으로 안동시, 청송군, 영양군, 울진군까지 동서로 광범위하게 확산되었으며, 주요 피해 지역은 백두대간 산악지대를 따라 분포하였다. Sentinel-2 영상에서 산출한 dNBR은 산불 전·후 식생 반사율 변화량을 기반으로 산불 피해 강도를 효과적으로 반영하였고, USGS 기준에 따라 5개 등급으로 분류함으로써 피해의 공간 분포를 시각화하고 정량화하는 데 유용하게 활용되었다. 특히 고도 및 중고도 피해 등급은 침엽수 중심의 조밀림과 중경목 위주 산림에서 집중적으로 발생하였다.

빈 임상도 항목별 분석 결과, 침엽수림(FROR_CD)과 침엽수형 수종군(FRTP_CD, KOFTR_GROU)은 전체 피해 면적의 80~95% 이상을 차지하며 산불 확산에 가장 큰 영향을 미친 요소로 나타났다. 또한, 밀도(DNST_CD)가 높은 조밀림과 임령이 낮은 4영급(AGCLS_CD), 중경목(DMCLS_CD) 구조가 산불 피해 강도와 밀접하게 연관된 것으로 분석되었다. 이러한 결과는 연소 가능 바이오매스의 밀도와 연료 특성이 산불 확산과 피해 강도를 결정짓는 주요 요인임을 시사한다.

빈 본 연구는 위성 기반의 dNBR 기법과 공간 임상자료의 연계 분석을 통해 산불 피해 요인을 정량적으로 도출한 사례로서, 향후 산불 취약성 평가, 예방 관리 계획, 복구 우선순위 설정 등에 실질적인 기초 자료로 활용될 수 있다. 특히 침엽수 중심의 산림 구조는 산불에 대한 높은 민감도를 보이므로, 해당 지역에 대한 선제적 방화대 관리, 수종 전환 및 간벌 등의 정책적 개입이 요구된다.

빈 다만, 본 연구는 Sentinel-2 단일 시계열 영상과 공공 임상도 자료를 기반으로 하였기 때문에, 고해상도 Lidar 기반 수관구조 정보나 연료량 정량화 자료가 부재한 점, 피해 발생 후 정확한 시간 간격 추정의 한계가 존재한다. 향후 연구에서는 다중 센서(예: SAR, 열적외선), 드론 기반 정밀 피해 모니터링, 기상자료를 통합한 산불 취약성 예측모델 개발 등이 병행되어야 할 것이다.