This study aims to analyze the forest fire risk in the Gangwon region using FlamMap, a fire behavior prediction software. The research focuses on the large-scale wildfire that occurred in Gangneung on April 11, 2023. By comparing the actual fire spread data with the simulation results, the accuracy of the FlamMap model was evaluated. The actual fire exhibited a flame length of 5 to 10 meters, with a maximum of 15 meters, while the simulation predicted a range of 3.35 to 6.10 meters. The rate of spread in the actual fire reached up to 40 meters per minute, whereas the simulation forecasted a maximum of 27 meters per minute. Fireline intensity during the first 180 minutes reached 50,000 kW/m in the actual fire, while the simulation results varied between 3,500 and 25,000 kW/m, with some sections reaching up to 50,000 kW/m. Additionally, the actual fire reached nearby residential areas within 3 hours, while the simulation estimated a time range of 503 to 720 minutes. These discrepancies highlight the need for incorporating dynamic weather data and region-specific fuel conditions in future simulations for more accurate fire predictions. The findings suggest that improvements in the simulation process could enhance fire prevention and response strategies in forest fire-prone regions like Gangwon.
1. 서 론
산불은 다양한 원인에 의해 발생할 수 있으며, 이는 자연적 요인과 인위적 요인으로 나뉜다. 자연적 원인으로는 낙뢰가 대표적이며, 특히 건조한 기후와 강풍이 결합할 때 번개에 의해 산불은 대형 화재로 확산할 가능성이 높다. 인위적 원인으로는 부주의한 불사용(불씨 관리 소홀, 쓰레기 소각), 방화, 전기 설비 문제 등이 있다. 산불은 자연환경뿐만 아니라 인명과 재산에 막대한 영향을 미치는 치명적인 재난 중 하나이다.
산불은 주거 지역을 덮쳐 많은 사람들의 생명을 위협하고, 재산을 파괴하며, 생태계를 심각하게 훼손한다. 특히 강풍, 건조한 기후의 환경인 봄, 가을에는 산불은 걷잡을 수 없이 빠르게 확산할 가능성이 높다. 또한 산불로 인해 발생한 연기는 환경오염의 원인이 되고, 호흡기 질환 등의 건강 문제를 유발할 수 있다. 또한, 산림이 파괴되면 토양 침식이 발생하고, 홍수와 산사태 같은 2차 재해의 위험도 커질 가능성도 높아진다. 산림청에 따르면 2014년부터 2023년까지 최근 10년간 약 5,671건의 산불이 발생했으며, 그중 상당수가 강원도 지역에 집중되어 있었다. 강원도는 봄철의 기후가 매우 건조하고 동해안 지역 특유의 양간지풍 같은 강한 바람이 더해지면서 산불이 발생할 경우 매우 빠른 속도로 확산한다. 또한 지리적인 요건으로, 산악지역으로 대부분 이루어진 강원도는 산불 발생 시 산을 타고 빠르게 확산한다. 예시로 2023년 4월, 강원도 강릉에서 발생한 거대한 산불은 수천 헥타르의 산림과 주거 지역을 순식간에 집어삼키며 인명 및 재산 피해를 초래했다. 해당 산불은 상가 240여 채, 강원도 유형문화유산인 방해정 손실, 등 109억의 재산 피해를 남겼다. 강릉 화재와 같은 대형 산불이 반복적으로 발생하는 현시점에서, 산불 예측 기술의 발전은 피해를 최소화하고, 더 나아가 인명과 재산을 보호하는 데 필수적이다. 강원도 동해안 지역에서 발생하는 대형 산불에 대한 연구는 다양한 방법을 사용하여 지역 특성을 반영한 산불 확산 및 대응 방안을 분석하고 있다. Lee et al. (2001)은 강원도의 시계열 기상 자료와 산불 발생 현황 데이터를 기반으로, 대형 산불의 기상적 요인으로 평균 온도, 최저 온도, 평균 풍속 등을 규명하고, 이를 바탕으로 18개 시·군을 5개의 유형으로 분류하여 산불 발생 특성을 분석하였다. Lee et al. (2007)은 2000년 동해안 대형 산불을 통해 정부 지원액이 지역 경제에 미치는 파급 효과를 분석하였고, Lee and Lee (2009)는 전국 시군구 단위로 산불 발생 통계 자료를 분석하여, 강원 영동 지역 4개 시군을 가장 위험한 군집으로 분류하였다. 국내 연구에서는 Lee et al. (2008)이 WFDS(Wildland Fire Dynamics Simulator)를 사용하여 지형 변화에 따른 산불 전파를 시뮬레이션하였고, Park et al. (2009)은 캐나다 산불 기상지수를 이용하여 강원 지역의 산불 발생 예측 확률 모델을 개발하였고, Song et al. (2013)은 셀룰러 오토마타 방법을 활용하여 바람 요인을 고려한 산불 확산 모델을 개발했으며, Kim et al. (2015)는 다중회귀분석을 사용해 산불 발생 건수와 피해 면적을 분석하였다. 선행 연구는 주로 바람, 기후, 식생 등의 데이터를 반영하여 연구를 진행하였다. 특히, FlamMap은 미국 산림청(US Forest Service)에서 개발된 산불 예측 소프트웨어로, 전 세계적으로 널리 활용되고 있다. 예를 들어, Finney(2006)는 FlamMap을 활용해 미국 서부 지역 산불 확산 경로를 예측하며 주요 연료 특성과 기상 조건의 영향을 분석하였다. 또한, Anderson et al.(1982)는 호주의 주요 산불 지역에서 FlamMap 시뮬레이션을 통해 연료 유형과 풍속이 산불 확산에 미치는 영향을 구체적으로 제시하였다.
국내에서도 산불 시뮬레이션 기술이 점진적으로 도입되고 있으나, 강원도와 같은 산악 지형과 특수 기후 조건을 반영한 FlamMap 연구는 드물다. 본 연구는 이러한 공백을 메우기 위해 강원 지역의 동적 특성을 반영한 맞춤형 연료 모델을 개발하고, 강릉 산불 사례를 통해 FlamMap의 적용 가능성을 평가하였다. 특히, 본 연구는 기존의 정적 기상 데이터 기반 시뮬레이션의 한계를 극복하고자, 실제 산불 사례를 바탕으로 동적 기상 데이터를 활용한 모델 개선 가능성을 제안한다. 이를 통해 강원 지역에 적합한 산불 예측 및 방재 전략 수립에 실질적인 기여를 하고자 한다.
2. 강원도 산불 사례분석
2.1 2000년 동해안 산불 발생 원인
동해안 산불은 2000년 4월 7일부터 4월 15일까지 약 191시간 동안 연소하였다. 화재가 발생한 원인은 쓰레기 소각 등 부주의로 인한 실화로 조사되었다. 당시 순간풍속은 26.8m/s로 양간지풍의 영향을 받아 강풍으로 인하여 빠르게 확산하였다. 약 23,794ha가 소실되었고 장비 353대 인력 약 1만 명을 투입하여 진화하였다. 건물 808동, 가축, 농기계 등 재산 피해 약 1000억이 발생하였고, 900여 명의 이재민이 발생하였다.
2.2 2022년 울진삼척 산불 발생 원인 및 확산 경로
2022년 울진-삼척 산불은 2022년 3월 4일부터 3월 13일까지 발생하였다. 경상북도 울진군 북동부에서 최초 발화하여 강원도 삼척시까지 확산한 대형 화재이다. 원인은 방화・실화로 추정 중이며 소방 장비 800여 대와 인력 1만 2천 명을 투입하여 진화하였다. 약 16,301ha가 소실되었고, 약 9,085억의 재산 피해가 발생하였으며 6,482명이 대피하는 소동이 발생하였다. Figure 2는 산불 발생 지역과 확산 경로 및 미국 지질조사국의 당시 산불 피해 영역을 나타낸 그림이다.
2.3 2023년 강릉 산불 발생 원인 및 확산 경로
본 연구에서 FLAMMAP을 활용한 연구를 진행하기 위해 2023년 4월 11일 강원도 강릉에서 발생한 산불을 시나리오로 선정하여 연구를 진행하였다. 해당 산불을 시나리오로 선정한 이유는 단시간에 빠른 속도로 확산하여 민가 및 문화재에 큰 피해를 초래하여 선정하게 되었다. 해당 산불은 2023년 4월 11일 오전 8시 30분경 강풍으로 인하여 수목이 전도되어 전신주에 불이 붙어 발생하여 산림으로 비화 되어 산불이 발생하였다. 강원도의 경우 매년 봄철 양양군에서부터 고성군 사이에서 매우 빠른 속도의 바람이 부는 양간지풍이 존재하며 이에 따라 화재 당일 산간 지역 순간풍속은 110km/h로 매우 강하게 부는 곳이 많았다. 따라서 해당 산불을 매우 빠른 속도로 확산하여 Figure 3과 같이 강릉시, 동해시, 삼척시 등 강원도 동해안에 빠르게 산불이 확산하였다. 3500여 명의 소방 인원과 400여 대의 진화 장비를 동원하여 화재진화에 투입되었다. 하지만 당시 축구장 530여 개와 맞먹는 약 380ha의 산림과 70여 채의 건물이 전소되었고, 약 600명의 이재민이 발생하였다. 또한 강원도 시도유형 문화재 50호인 방해정 일부 손실과 비지정 문화재 상영정이 전소하였다.
2.4 대상 지역 지형 및 기후 특징
강릉은 태백산맥 동쪽에 위치한 지역으로, 산맥이 서쪽에 높게 자리 잡고 있으며, 동쪽은 동해에 접해 있다. 이러한 지형적 특성으로 인해 산지와 해안이 혼재된 복합 지형을 형성하고 있다. 강릉의 산림은 가연성 높은 소나무와 활엽수가 혼합된 형태로 밀집되어 있다. 산간 지역과 해안선이 가까워서 고도가 급격하게 변하여 산불이 발생할 경우 바람을 타고 해안선까지 빠르게 확산할 가능성이 높다. 또한 강릉 지역은 계절별로 다양한 기후 변화를 겪지만, 특히 봄철(3월~5월)에 산불이 발생할 가능성이 매우 높다. 이 시기는 강릉 특유의 양간지풍이 불어 강한 바람이 지속되며, 기온은 상승하지만, 습도는 낮아 대기가 매우 건조하다. 이러한 조건은 산불이 발생하기에 최적의 환경을 제공하며, 작은 불씨라도 강한 바람을 타고 빠르게 확산할 가능성이 높다. 실제로 대구지방기상청에 데이터에 의하면 강원도에서 발생한 대형 산불은 1996년 고성산불, 2000년 동해안 산불, 2005년 양양 산불, 2019년 고성, 강릉, 인제 산불 등은 모두 4월에 발생하였다. 강원도뿐만 아니라 역대 주요 대형 산불은 3~4월인 봄에 발생하는 것을 확인하였다.
3. 강릉 산불 시뮬레이션
산불 시뮬레이션은 연료, 기상 조건, 지형 세 가지 주요 요인을 기반으로 설계된다. 이러한 시뮬레이션들은 산불이 발생할 가능성 및 산불의 확산 경로를 예측하는 것을 중점으로 둔다. 시뮬레이션의 기본적인 원리는 풍속, 습도, 기온 등의 기상 데이터와 지역의 연료 특성(식물 종류, 연소 가능성 등), 지형적 요소(산의 경사도, 고도 변화 등)의 조건을 기반으로 산불의 움직임을 예측 및 분석하는 것이다. 먼저, 연료는 산불이 타고 번질 수 있는 나무, 풀, 낙엽 등으로, 연료의 종류, 양, 습도는 산불의 확산 속도와 강도에 큰 영향을 미친다. 지형은 산의 경사도, 방향 및 고도와 같은 요인으로, 경사가 급할수록 산불의 확산이 빨라지는 경향이 있다. 이러한 요소들은 알고리즘에 반영되어 산불 시뮬레이션을 수행하고 이를 통해 실제 산불 발생 시 효과적인 대응 및 예방 전략을 수립할 수 있다. 산불 시뮬레이션은 WFDS, FARSITE, FLAMMAP, BURN-P3 등이 주로 사용되며 본 연구에서는 미국 산림청에서 개발하고 사용중인 FLAMMAP을 활용하여 연구를 진행하였다.
3.1 FLAMMAP
FlamMap은 미국 산림청(US Forest Service)에서 개발된 산불 예측 소프트웨어로, 산불 행동을 예측하고 분석하는 데 사용된다. 산불 관리와 관련된 다양한 연구 및 방재 계획 수립에서 중요한 역할을 하며, 고정된 기상 조건을 바탕으로 산불 확산 경로, 화염의 높이, 연료 소모량 등을 시뮬레이션할 수 있는 정적 예측 프로그램이다. FlamMap의 개발 목적은 산불 방지 및 대응을 위한 사전 위험 분석을 위해 개발되었다. 사용자가 입력한 지형 데이터(DEM), 연료 모델, 그리고 기상 정보를 기반으로 시뮬레이션을 수행하며, 이를 통해 산불 관리 및 방재 전략 수립에 필수적인 정보를 제공한다. 연료 데이터의 경우 미국의 표준 연료 모델을 활용할 수 있지만, 표준 연료 모델이 없는 지역에서는 해당 지역의 식생 및 환경적 특성을 반영한 맞춤형 연료 모델을 직접 생성할 수 있다. 한국은 공식적으로 제공되는 연료 모델이 없기 때문에, 현지의 식생 및 토양 특성을 반영한 커스텀 연료 모델을 만들 필요가 있다. 이를 통해 연구 대상 지역의 산불 위험성을 보다 정확하게 분석할 수 있으며, 지역별 특성을 반영하여 더 현실적인 예측 결과를 도출할 수 있다.
Flammap은 산불의 연료, 기상 조건, 그리고 지형에 의해 어떻게 확산하는지를 예측하기 위해서 Rothermel의 확산 모델을 사용한다. 공식은 아래 식(1)과 같으며, 여기서 R은 산불의 확산속도(m/mim), IR은 화염 전파강도(kW/m), pb는 연료의 밀도(kg/m3), ∈Q는 연료의 효율성(kJ/kg), W는 풍속(m/s), α는 연료 입자의 표면적 - 질량 비율(cm2/g), Mf는 연료의 수분 함량(%)이다.
또한 산불이 풍향과 경사에 따라 어떻게 확산되는지를 설명하기 위해 다음과 같이 식(2)의 보정식을 사용한다. 여기서 S는 경사도 보정계수, k는 경사도 민감도 계수, θ는 경사도이다.
산불의 확산에 있어 가장 큰 영향을 미치는 요인 중 하나는 풍속이다. 이러한 풍속을 보정하여 사용하기 위해 식(3)을 사용한다. 여기서 Rw는 풍속이 존재할 때의 산불 확산 속도(m/min), R0는 풍속이 존재하지 않을 때의 확산 속도(m/min), Cw는 풍속 영향 계수, W는 풍속이다.
마지막으로 화염 강도를 계산하기 위해 식(4)를 사용한다. 여기서 I는 화염 강도(kW/m), Hw는 연료의 열량(kJ/kg), w는 가연성 부분의 질량(kg/m2), R은 산불의 확산 속도(m/min)이다.
Flammap은 이러한 다양한 수식들을 결합하여 산불이 어떻게 확산할지를 예측하며, 지형, 기상 조건, 연료 특성 등을 고려하여 시뮬레이션을 수행한다. 이러한 수치해석 공식들은 단순히 산불 확산 속도뿐만 아니라, 산불의 열 방출량, 풍속의 영향, 지형에 따른 경로 변화 등을 종합적으로 고려하여 산불 예측의 정확성을 높이는 역할을 한다.
3.2 시뮬레이션 입력 변수
시뮬레이션의 정확도를 높이기 위해 강릉 화재 당시의 기상 데이터, 연료 분포, gc지형 정보를 입력하였다. 기상 데이터의 경우 산불이 발생한 날의 풍속, 풍향, 습도, 기온, 운량 등의 데이터를 기상청에서 수집하여 실제 화재 상황을 재현할 수 있도록 반영하였다. 기상 데이터의 경우 시간 단위로 입력하였으며 풍향은 16방위로 적용하였다.
지형 정보는 산불 시뮬레이션에 있어 매우 중요한 요소로 작용한다. 따라서 정확한 지리정보를 활용하기 위해 국토교통부의 국토지리정보원의 DEM(Digital Eleveation Model) 파일을 사용하여 지형, 고도, 경사도 등을 얻어 시뮬레이션에 반영하였다. 시뮬레이션에 사용된 지형 및 고도 경사도는 아래 Figure 5, Figure 6, Figure 7과 같다.
마지막으로 정확한 시뮬레이션을 진행하기 위해서는 당시 식생의 상태와 산림의 밀도를 고려하여 시뮬레이션을 진행해야 한다. 따라서 화재 당시 연료 데이터를 제작하기 위해서 산림청에서 산림 분포를 보여주는 임상도를 통하여 강릉 지역의 가연물, 산림 밀집도 등을 수집하여 시뮬레이션에 반영하였다.
3.3 시뮬레이션 결과
실제 산불이 발생한 8시간 동안을 시뮬레이션에 반영하여 시뮬레이션을 진행하였다. 시뮬레이션 결과 당시 바람의 방향인 남서쪽으로 빠르게 확산하는 것을 확인하였다. 시뮬레이션 결과는 화재 길이, 화재 확산 속도, 열 방출율, 화재 도착시간 등을 실제 화재와 비교하여 도출하였다. Figure 9, 10은 시뮬레이션 결과를 시각화하여 나태낸 것이다. 바람의 방향, 화염의 길이, 확산 속도, 화염선 강도 등을 나타내고 있다. 결과적으로, 시뮬레이션은 산불 확산 경로와 강도를 시각적으로 명확히 보여주었으며, 이를 통해 향후 강원도 산불 대응 전략을 수립하는 데 있어 중요한 데이터를 제공할 수 있을 것으로 기대한다. Figure 11은 실제 강릉 산불의 위성지도를 나타낸다. 실제 산불과 시뮬레이션 결과는 유사하게 나타났으나, 확산 속도와 방향에서 약간의 차이가 있었다. 이는 시뮬레이션이 정적인 기상 데이터를 사용한 반면, 실제 기상 조건은 시간에 따라 변동하여 순간적인 바람 변화가 반영되지 않았기 때문으로 보인다. 또한, 시뮬레이션의 연료 모델은 표준화된 데이터를 기반으로 했으나, 실제 현장의 연료 상태는 더 건조하거나 밀집되어 산불 확산에 영향을 미쳤을 가능성이 있다.
아래는 시뮬레이션 결과를 실제 화재와 비교하여 작성한 것이다. 해당 내용을 Table 2에 정리하여 설명하였다.
3.3.1 화재 길이 (Flame Length)
실제 강릉 산불에서 화재 길이는 평균 5~10m였으며, 특히 바람이 강하게 불었던 구간에서는 최대 15m에 이르렀다. 반면, 시뮬레이션에서는 화재 길이가 3.35m에서 최대 6.10m로 예측되었다.
3.3.2 화재 확산 속도 (Rate of Spread)
실제 산불은 초기 확산 속도가 매우 빨라, 최대 40m/ min에 도달하였다. 이는 강한 양간지풍의 영향을 gc받은 결과로, 빠르게 확산된 것으로 확인된다. 시뮬레이션 결과에서는 최대 27m/min으로 나타났으며, 실제보다 다소 낮게 예측되었다.
3.3.3 열 방출율 (Fireline Intensity)
실제 강릉 산불의 열 방출율은 초기 3시간 동안 최대 50,000 kW/m에 달했으며, 특히 바람이 강하게 불던 구간에서 높은 열 방출율이 관찰되었다. 시뮬레이션에서는 열 방출율이 3,500~25,000 kW/m 범위로 예측되었고, 일부 구간에서는 최대 50,000 kW/m을 기록하였다.
3.3.4 화재 도착 시간 (MTT Arrival Time)
실제 화재는 발화 후 약 3시간 내에 주요 주거 지역까지 확산되었다. 시뮬레이션 결과에 따르면, 특정 지역에 화재가 도착하는 데 최대 503~720분이 소요될 것으로 예측되었다.
3.4 시뮬레이션 결과에 따른 개선방안
본 연구에서 수행된 시뮬레이션 결과는 강릉 산불 사례를 대상으로 하여 FlamMap의 예측 정확성을 평가하고, 이를 기반으로 산불 대응 체계의 개선방안을 도출하였다. 시뮬레이션 결과와 실제 화재 데이터 간의 주요 차이는 다음과 같다. 실제 화재는 확산 속도와 방향에서 큰 변동을 보였으며, 시뮬레이션은 정적인 기상 데이터를 기반으로 예측한 결과 다소 차이가 있었다. 이를 보완하기 위한 구체적인 개선방안은 다음과 같다.
3.4.1 동적 기상 데이터의 활용
산불의 확산은 시간에 따라 바람의 방향과 강도가 변동되며, 이는 화재 확산 경로와 속도에 중대한 영향을 미친다. 따라서, 실시간 기상 자료수집 및 이를 기반으로 한 동적 시뮬레이션 기능을 추가하면 예측 정확도를 높일 수 있다. 이는 강원도의 양간지풍과 같은 특수 기상 조건을 더욱 정밀하게 반영할 방안을 제공할 것으로 보인다.
3.4.2 지역 맞춤형 연료 모델 구축
강원도의 산림 특성을 반영한 맞춤형 연료 모델을 개발하여, 실제 연료 상태와 시뮬레이션 간의 차이를 줄이는 것이 필요하다. 특히, 가연성 높은 소나무와 활엽수의 분포 및 밀도를 반영한 데이터 등을 활용하여 정확하고 실제와 같은 산림 분포도를 제작하여 반영해야 한다.
4. 결 론
본 연구에서는 2023년 4월 11일 강릉 산불을 대상으로 FlamMap 시뮬레이션과 실제 화재 데이터를 비교하였다. 실제 화재에서 화재 길이는 평균 5 ~ 10m, 최대 15m에 달했으나, 시뮬레이션에서는 3.35 ~ 6.10m로 예측되었다. 또한, 실제 확산 속도는 최대 40m/min에 이르렀지만, 시뮬레이션에서는 27m/min으로 낮게 예측되었다. 열 방출율의 경우, 실제 화재는 초기 180분 동안 최대 50,000 kW/m에 달했으며, 시뮬레이션에서도 일부 구간에서 최대 50,000 kW/m로 예측되었으나, 대부분의 구간에서는 3,500 ~ 25,000 kW/m로 예측되었다. 화재 도착 시간에 있어서도, 실제로는 3시간 내 주요 주거 지역에 도달했으나, 시뮬레이션에서는 최대 503 ~ 720분이 소요될 것으로 예측되어 실제와 큰 차이를 보였다. 이러한 차이는 시뮬레이션에서 기상 변화와 연료 상태의 변동성을 충분히 반영하지 못한 결과이다. 본 연구는 강원 지역에 국한되었지만, 향후 연구에서는 한국 내 다른 지역으로 FlamMap의 적용 범위를 확장하여 다양한 기후 및 지형 조건에서의 산불 예측 모델을 검증할 수 있을 것이다. 특히, 동적 기상 데이터 활용 및 맞춤형 연료 모델 구축이 다양한 환경에서 산불 시뮬레이션의 신뢰성을 높이는 데 핵심적인 역할을 할 것으로 기대된다. 실시간 데이터의 반영은 지역별 특수 조건에 따른 산불 확산 경로를 보다 정확히 예측할 수 있는 기반을 제공할 것이다. 또한, 이 과정에서 지역별 식생 특성과 연료 분포를 세분화하여 데이터베이스를 구축함으로써 향후 연구와 실질적인 방재 전략 수립에 기여할 수 있을 것이다.
5. Acknowledgements
본 연구는 2024년 강원특별자치도 탄소중립 지원센터 공모연구과제의 지원을받아 수행하였습니다.